機器學習全靠調(diào)參？這個思路已經(jīng)過時了。

谷歌大腦團隊發(fā)布了一項新研究：

只靠神經(jīng)網(wǎng)絡架構(gòu)搜索出的網(wǎng)絡，不訓練，不調(diào)參，就能直接執(zhí)行任務。

這樣的網(wǎng)絡叫做WANN，權(quán)重不可知神經(jīng)網(wǎng)絡。

它在MNIST數(shù)字分類任務上，未經(jīng)訓練和權(quán)重調(diào)整，就達到了92%的準確率，和訓練后的線性分類器表現(xiàn)相當。

除了監(jiān)督學習，WANN還能勝任許多強化學習任務。

團隊成員之一的大佬David Ha，把成果發(fā)上了推特，已經(jīng)獲得了1300多贊：

那么，先來看看效果吧。

效果

谷歌大腦用WANN處理了3種強化學習任務。

（給每一組神經(jīng)元，共享同一個權(quán)重。)

第一項任務，Cart-Pole Swing-Up。

這是經(jīng)典的控制任務，一條滑軌，一臺小車，車上一根桿子。

小車在滑軌的范圍里跑，要把桿子從自然下垂的狀態(tài)搖上來，保持在直立的位置不掉下來。

(這個任務比單純的Cart-Pole要難一些：

Cart-Pole桿子的初始位置就是向上直立，不需要小車把它搖上來，只要保持就可以。)

難度體現(xiàn)在，沒有辦法用線性控制器 (Linear Controller) 來解決。每一個時間步的獎勵，都是基于小車到滑軌一頭的距離，以及桿子擺動的角度。

WANN的最佳網(wǎng)絡 (Champion Network) 長這樣：

它在沒有訓練的狀態(tài)下，已經(jīng)表現(xiàn)優(yōu)異：

表現(xiàn)最好的共享權(quán)重，給了團隊十分滿意的結(jié)果：只用幾次擺動便達到了平衡狀態(tài)。

第二項任務，Bipedal Waker-v2。

一只兩足“生物”，要在隨機生成的道路上往前走，越過凸起，跨過陷坑。獎勵多少，就看它從出發(fā)到掛掉走了多長的路，以及電機扭矩的成本(為了鼓勵高效運動) 。

每條腿的運動，都是由一個髖關節(jié)、和一個膝關節(jié)來控制的。有24個輸入，會指導它的運動：包括“激光雷達”探測的前方地形數(shù)據(jù)，本體感受到的關節(jié)運動速度等等。

比起第一項任務中的低維輸入，這里可能的網(wǎng)絡連接就更多樣了：

所以，需要WANN對從輸入到輸出的布線方式，有所選擇。

這個高維任務，WANN也優(yōu)質(zhì)完成了。

你看，這是搜索出的最佳架構(gòu)，比剛才的低維任務復雜了許多：

它在-1.5的權(quán)重下奔跑，長這樣：

第三項任務，CarRacing-v0。

這是一個自上而下的 (Top-Down) 、像素環(huán)境里的賽車游戲。

一輛車，由三個連續(xù)命令來控制：油門、轉(zhuǎn)向、制動。目標是在規(guī)定的時間里，經(jīng)過盡可能多的磚塊。賽道是隨機生成的。

研究人員把解釋每個像素 (Pixel Interpretation) 的工作交給了一個預訓練的變分自編碼器 (VAE) ，它可以把像素表征壓縮到16個潛在維度。

這16維就是網(wǎng)絡輸入的維度。學到的特征是用來檢測WANN學習抽象關聯(lián) (Abstract Associations) 的能力，而不是編碼不同輸入之間顯式的幾何關系。

這是WANN最佳網(wǎng)絡，在-1.4共享權(quán)重下、未經(jīng)訓練的賽車成果：

雖然路走得有些蜿蜒，但很少偏離跑到。

而把最佳網(wǎng)絡微調(diào)一下，不用訓練，便更加順滑了：

總結(jié)一下，在簡單程度和模塊化程度上，第二、三項任務都表現(xiàn)得優(yōu)秀，兩足控制器只用了25個可能輸入中的17個，忽略了許多LIDAR傳感器和膝關節(jié)的速度。

WANN架構(gòu)不止能在不訓練單個權(quán)重的情況下完成任務，而且只用了210個網(wǎng)絡連接(Connections) ，比當前State-of-the-Art模型用到的2804個連接，少了一個數(shù)量級。

做完強化學習，團隊又瞄準了MNIST，把WANN拓展到了監(jiān)督學習的分類任務上。

一個普通的網(wǎng)絡，在參數(shù)隨機初始化的情況下，MNIST上面的準確率可能只有10%左右。

而新方法搜索到的網(wǎng)絡架構(gòu)WANN，用隨機權(quán)重去跑，準確率已經(jīng)超過了80%；

如果像剛剛提到的那樣，喂給它多個權(quán)值的合集，準確率就達到了91.6%。

對比一下，經(jīng)過微調(diào)的權(quán)重，帶來的準確率是91.9%，訓練過的權(quán)重，可以帶來94.2%的準確率。

再對比一下，擁有幾千個權(quán)重的線性分類器：

也只是和WANN完全沒訓練、沒微調(diào)、僅僅喂食了一些隨機權(quán)重時的準確率相當。

論文里強調(diào)，MINST手寫數(shù)字分類是高維分類任務。WANN表現(xiàn)得非常出色。

并且沒有哪個權(quán)值，顯得比其他值更優(yōu)秀，大家表現(xiàn)得十分均衡：所以隨機權(quán)重是可行的。

不過，每個不同的權(quán)重形成的不同網(wǎng)絡，有各自擅長分辨的數(shù)字，所以可以把一個擁有多個權(quán)值的WANN，用作一個自給自足的合集 (Self-Contained Ensemble) 。

實現(xiàn)原理

不訓練權(quán)重參數(shù)獲得極高準確度，WANN是如何做到的呢？

神經(jīng)網(wǎng)絡不僅有權(quán)重偏置這些參數(shù)，網(wǎng)絡的拓撲結(jié)構(gòu)、激活函數(shù)的選擇都會影響最終結(jié)果。

谷歌大腦的研究人員在論文開頭就提出質(zhì)疑：神經(jīng)網(wǎng)絡的權(quán)重參數(shù)與其架構(gòu)相比有多重要？在沒有學習任何權(quán)重參數(shù)的情況下，神經(jīng)網(wǎng)絡架構(gòu)可以在多大程度上影響給定任務的解決方案。

為此，研究人員提出了一種神經(jīng)網(wǎng)絡架構(gòu)的搜索方法，無需訓練權(quán)重找到執(zhí)行強化學習任務的最小神經(jīng)網(wǎng)絡架構(gòu)。

谷歌研究人員還把這種方法用在監(jiān)督學習領域，僅使用隨機權(quán)重，就能在MNIST上實現(xiàn)就比隨機猜測高得多的準確率。

論文從架構(gòu)搜索、貝葉斯神經(jīng)網(wǎng)絡、算法信息論、網(wǎng)絡剪枝、神經(jīng)科學這些理論中獲得啟發(fā)。

為了生成WANN，必須將權(quán)重對網(wǎng)絡的影響最小化，用權(quán)重隨機采樣可以保證最終的網(wǎng)絡是架構(gòu)優(yōu)化的產(chǎn)物，但是在高維空間進行權(quán)重隨機采樣的難度太大。

研究人員采取了“簡單粗暴”的方法，對所有權(quán)重強制進行權(quán)重共享（weight-sharing），讓權(quán)重值的數(shù)量減少到一個。這種高效的近似可以推動對更好架構(gòu)的搜索。

操作步驟

解決了權(quán)重初始化的問題，接下來的問題就是如何收搜索權(quán)重不可知神經(jīng)網(wǎng)絡。它分為四個步驟：

1、創(chuàng)建初始的最小神經(jīng)網(wǎng)絡拓撲群。

2、通過多個rollout評估每個網(wǎng)絡，并對每個rollout分配不同的共享權(quán)重值。

3、根據(jù)性能和復雜程度對網(wǎng)絡進行排序。

4、根據(jù)排名最高的網(wǎng)絡拓撲來創(chuàng)建新的群，通過競爭結(jié)果進行概率性的選擇。

然后，算法從第2步開始重復，在連續(xù)迭代中，產(chǎn)生復雜度逐漸增加的權(quán)重不可知拓撲（weight agnostic topologies ）。

拓撲搜索

用于搜索神經(jīng)網(wǎng)絡拓撲的操作受到神經(jīng)進化算法（NEAT）的啟發(fā)。在NEAT中，拓撲和權(quán)重值同時優(yōu)化，研究人員忽略權(quán)重，只進行拓撲搜索操作。

上圖展示了網(wǎng)絡拓撲空間搜索的具體操作：

一開始網(wǎng)絡上是最左側(cè)的最小拓撲結(jié)構(gòu)，僅有部分輸入和輸出是相連的。

然后，網(wǎng)絡按以下三種方式進行更改：

1、插入節(jié)點：拆分現(xiàn)有連接插入新節(jié)點。

2、添加連接：連接兩個之前未連接的節(jié)點，添加新連接。

3、更改激活函數(shù)：重新分配隱藏節(jié)點的激活函數(shù)。

圖的最右側(cè)展示了權(quán)重在[2,2]取值范圍內(nèi)可能的激活函數(shù)，如線性函數(shù)、階躍函數(shù)、正弦余弦函數(shù)、ReLU等等。

權(quán)重依然重要

WANN與傳統(tǒng)的固定拓撲網(wǎng)絡相比，可以使用單個的隨機共享權(quán)重也能獲得更好的結(jié)果。

雖然WANN在多項任務中取得了最佳結(jié)果，但WANN并不完全獨立于權(quán)重值，當隨機分配單個權(quán)重值時，有時也會失敗。

WANN通過編碼輸入和輸出之間的關系起作用，雖然權(quán)重的大小的重要性并不高，但它們的一致性，尤其是符號的一致性才是關鍵。

隨機共享權(quán)重的另一個好處是，調(diào)整單個參數(shù)的影響變得不重要，無需使用基于梯度的方法。

強化學習任務中的結(jié)果讓作者考慮推廣WANN方法的應用范圍。他們又測試了WANN在圖像分類基礎任務MNIST上的表現(xiàn)，結(jié)果在權(quán)重接近0時效果不佳。

有Reddit網(wǎng)友質(zhì)疑WANN的結(jié)果，對于隨機權(quán)重接近于0的情況，該網(wǎng)絡的性能并不好，先強化學習實驗中的具體表現(xiàn)就是，小車會跑出限定范圍。

對此，作者給出解釋，在權(quán)重趨于0的情況下，網(wǎng)絡的輸出也會趨于0，所以后期的優(yōu)化很難達到較好的性能。