讓我們先來看一個簡短的童話故事…

從前，有一個魔法師，他使用一種無人再使用的編程語言，在一種無人再使用的框架下訓(xùn)練模型。一天，一位老人找到他，讓他為一個神秘的數(shù)據(jù)集訓(xùn)練一個模型。

這位魔法師孜孜不倦，嘗試了數(shù)千種不同的方式訓(xùn)練這個模型，但很不幸，都沒有成功。于是，他走進了他的魔法圖書館尋找解決辦法。突然，他發(fā)現(xiàn)了一本關(guān)于一種神奇法術(shù)的書。這種法術(shù)可以把他送到一個隱藏的空間，在那里，他無所不知，他可以嘗試每一種可能的模型，能完成每一種優(yōu)化技術(shù)。他毫不猶豫地施展了這個法術(shù)，被送到了那個神秘的空間。自那以后，他明白了如何才能得到更好的模型，并采用了那種做法。在回來之前，他無法抗拒將所有這些力量帶走的誘惑，所以他把這個空間的所有智慧都賜予了一塊名為「Auto」的石頭，這才踏上了返程的旅途。

從前，有個擁有「Auto」魔石的魔法師。傳說，誰掌握了這塊魔法石的力量，誰就能訓(xùn)練出任何想要的模型。

[[249121]]

哈利波特與死亡圣器

這樣的故事太可怕了，不是嗎?我不知道這個故事是不是真的，但在現(xiàn)代，機器學(xué)習(xí)領(lǐng)域的頭號玩家們似乎很有興趣將這樣的故事變成現(xiàn)實(可能會略有改動)。在這篇文章中，我將分享哪些設(shè)想是可以實現(xiàn)的，并幫助你直觀地理解它們的設(shè)計理念(盡管所有工具的名字中都有「auto」這個詞，但它們之間似乎并沒有共同之處)。

動機——人生艱難

在給定的數(shù)據(jù)集中實現(xiàn)當(dāng)前***模型性能通常要求使用者認(rèn)真選擇合適的數(shù)據(jù)預(yù)處理任務(wù)，挑選恰當(dāng)?shù)乃惴?、模型和架?gòu)，并將其與合適的參數(shù)集匹配。這個端到端的過程通常被稱為機器學(xué)習(xí)工作流(Machine Learning Pipeline)。沒有經(jīng)驗法則會告訴我們該往哪個方向前進，隨著越來越多的模型不斷被開發(fā)出來，即使是選擇正確的模型這樣的工作也變得越來越困難。超參數(shù)調(diào)優(yōu)通常需要遍歷所有可能的值或?qū)ζ溥M行抽樣、嘗試。然而，這樣做也不能保證一定能找到有用的東西。在這種情況下，自動選擇和優(yōu)化機器學(xué)習(xí)工作流一直是機器學(xué)習(xí)研究社區(qū)的目標(biāo)之一。這種任務(wù)通常被稱為「元學(xué)習(xí)」，它指的是學(xué)習(xí)關(guān)于學(xué)習(xí)的知識。

AZURE 的自動化機器學(xué)習(xí)(試用版)

• 開源與否：否
• 是否基于云平臺：是(可以完成任何計算目標(biāo)的模型的評價和訓(xùn)練)
• 支持的模型類別：分類、回歸
• 使用的技術(shù)：概率矩陣分解+貝葉斯優(yōu)化
• 訓(xùn)練框架： sklearn

這種方法的理念是，如果兩個數(shù)據(jù)集在一些工作流中能得到類似的(即相關(guān)的)結(jié)果，那么它們在其它的工作流中可能也會產(chǎn)生類似的結(jié)果。這聽起來可能似曾相識。如果你以前處理過推薦系統(tǒng)的協(xié)同過濾問題，你就知道「如果兩個用戶過去喜歡相同的項目，那么將來他們喜歡相似項目的可能性就會更大」。

由工作流 P 和數(shù)據(jù)集 D 組成的輸入矩陣的可視化。數(shù)字對應(yīng)于數(shù)據(jù)集 D 在工作流 P 上得到的平衡均值。

要解決這個問題意味著兩件事：學(xué)習(xí)一種隱藏的表示方法來捕獲不同數(shù)據(jù)集和不同機器學(xué)習(xí)工作流之間的關(guān)系，以預(yù)測某工作流在給定數(shù)據(jù)集上能夠獲得的準(zhǔn)確率;學(xué)習(xí)一種函數(shù)，能夠成功地告訴你下一步應(yīng)該嘗試哪個工作流。***個任務(wù)是通過創(chuàng)建一個平衡后的準(zhǔn)確率組成的矩陣來完成的，不同的工作流可以應(yīng)對不同的數(shù)據(jù)集。論文《Probabilistic Matrix Factorization for Automated Machine Learning》描述了該方法，詳細(xì)說明了他們在超過 600 個數(shù)據(jù)集上嘗試的 42,000 個不同的機器學(xué)習(xí)工作流。也許這與你今天在 Azure 的試用版中看到的是不同的，但它可以為你提供一種思路。作者指出，隱藏表征不僅成功地捕獲了關(guān)于模型的信息，而且成功地捕獲了關(guān)于超參數(shù)和數(shù)據(jù)集特征的信息(注意，這個學(xué)習(xí)過程是以無監(jiān)督的方式進行的)。

目前所描述的模型可以作為已經(jīng)評估的工作流的函數(shù)來預(yù)測每個機器學(xué)習(xí)工作流的預(yù)期性能，但是還沒有對下一步應(yīng)該嘗試哪個工作流給出任何指導(dǎo)。由于他們使用的是矩陣分解的概率版本，該方法可以生成關(guān)于工作流性能的預(yù)測后驗分布，從而允許我們使用采集函數(shù)(貝葉斯優(yōu)化)來指導(dǎo)對機器學(xué)習(xí)工作流空間的探索?；旧?，該方法可以選擇出下一個可以***化預(yù)期的準(zhǔn)確率提升的工作流。

然而，推薦系統(tǒng)飽受一個非常特殊的問題的困擾：冷啟動。如果一個新的數(shù)據(jù)集出現(xiàn)在系統(tǒng)中(也就是你的數(shù)據(jù)集)，那么模型無從知曉這個新的數(shù)據(jù)集與什么相似。為了解決冷啟動問題，我們可以從數(shù)據(jù)集中計算出一些元特征，以捕獲觀測次數(shù)、分類的類別數(shù)、值的范圍等特征。然后通過這些指標(biāo)在已知數(shù)據(jù)集的空間中確定出一個封閉的數(shù)據(jù)集。他們在不同的工作流上嘗試了 5次，直到開始使用采集函數(shù)來通知自動機器學(xué)習(xí)系統(tǒng)接下來要嘗試的數(shù)據(jù)集。注意，這個方法不需要訪問實際的數(shù)據(jù)集，只需要訪問本地計算出的元特性(這大大減小了開銷)。

谷歌的 AUTOML(測試版)

• 開源與否：否
• 是否基于云平臺：是(訓(xùn)練和評價)
• 支持的模型類別：用于分類的卷積神經(jīng)網(wǎng)絡(luò)(CNN)、循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)、長短期記憶網(wǎng)絡(luò)(LSTM)
• 使用的技術(shù)：帶梯度策略更新的強化學(xué)習(xí)
• 訓(xùn)練框架：TensorFlow

說到神經(jīng)網(wǎng)絡(luò)，最近***進的模型的成功離不開從功能設(shè)計到架構(gòu)設(shè)計的范式轉(zhuǎn)換。也就是說，構(gòu)建能夠以無監(jiān)督的方式從數(shù)據(jù)中學(xué)習(xí)***表征的機器學(xué)習(xí)架構(gòu)，而不是直接設(shè)計這樣的特性(這是復(fù)雜的，需要大量關(guān)于數(shù)據(jù)的先驗知識)。然而，設(shè)計架構(gòu)仍然需要大量的知識和時間。谷歌 AutoML 的解決思路是創(chuàng)建一個元模型，該模型能夠?qū)W習(xí)一種方法，為子模型設(shè)計和生成能夠在感興趣的數(shù)據(jù)集上取得良好性能的架構(gòu)。

他們使用實現(xiàn)為 RNN 的神經(jīng)架構(gòu)搜索，生成編碼為長度可變token序列(「字符串」的一種精妙表達方式)的架構(gòu)。

使用該方法生成的 CNN 的編碼。每個顏色框?qū)?yīng)于RNN生成的建議體系架構(gòu)的一個參數(shù)(或token)。

一旦生成了一個架構(gòu)，就會構(gòu)建并訓(xùn)練所提出的模型，最終記錄所獲得的精度。RNN經(jīng)過訓(xùn)練，使用了強化學(xué)習(xí)策略，該策略更新了RNN的參數(shù)，以便隨著時間的推移生成更好的架構(gòu)。

生成的token序列可以看作是生成架構(gòu)時應(yīng)該執(zhí)行的動作(action)序列。該模型最終會得到一個數(shù)據(jù)集上的準(zhǔn)確率 R，我們可以考慮將 R 作為獎勵信號與強化學(xué)習(xí)算法一起訓(xùn)練 RNN。然而，這樣的獎勵是不可微的，這就是為什么他們建議通過一些改進措施，使用策略梯度方法迭代更新參數(shù)(如Williams 等人在 1992 所提出的方法)。由于訓(xùn)練過程非常耗時，他們使用分布式訓(xùn)練和異步參數(shù)更新來加速學(xué)習(xí)過程，如 Dean 等人在 2012 發(fā)表的論文中提出的方法。

它能生成什么樣的模型?根據(jù)谷歌大腦發(fā)表的相關(guān)論文《NEURALARCHITECTURE SEARCH WITH REINFORCEMENT LEARNING》，在卷積架構(gòu)方面，他們將修正過的線性單元用于非線性模型(Nair & Hinton, 2010)、批量歸一化(Ioffe &Szegedy, 2015)和跳躍連接(Szegedy et al., 2015 and He et al.,2016a)。對于每個卷積層，它可以在 [1，3，5，7] 中選擇一個濾波器高度，在 [1，3，5，7] 中選擇一個濾波器寬度，在 [24，36，48] 中選擇多個濾波器。在步長方面，它必須預(yù)測 [1，2，3] 中的步長。對于 RNN 和 LSTM，該架構(gòu)支持在[identity，tanh， sigmoid， relu] 中選擇激活函數(shù)。RNN 神經(jīng)元的輸入對的數(shù)量(「基數(shù)」)設(shè)置為 8。

AUTOKERAS

• 開源與否：是
• 是否基于云平臺：否
• 支持的模型類別：用于分類的卷積神經(jīng)網(wǎng)路(CNN)、循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)、長短期記憶網(wǎng)絡(luò)(LSTM)
• 使用的技術(shù)：高效神經(jīng)架構(gòu)搜索(參見《Efficient NeuralArchitecture Search via Parameter Sharing》)
• 訓(xùn)練框架：Keras

AutoKeras 和谷歌AutoML 的構(gòu)建思路相同：它使用一個通過循環(huán)訓(xùn)練的 RNN 控制器，對候選架構(gòu)(即子模型)進行采樣，然后對其進行訓(xùn)練，以測量其在期望任務(wù)中的性能。接著，控制器使用性能作為指導(dǎo)信號，以找到更有前景的架構(gòu)。然而，我們之前沒有提到計算過程的代價有多高。實際上，神經(jīng)架構(gòu)搜索在計算上非常昂貴、耗時，例如 Zoph 等人在 2018 年發(fā)表的論文使用 450 個 GPU 運行了大約 4 萬個 GPU 小時。另一方面，使用更少的資源往往產(chǎn)生傾倒的結(jié)果。為了解決這個問題，AutoKeras使用了高效神經(jīng)架構(gòu)搜索(ENAS)。

ENAS 應(yīng)用了一個類似于遷移學(xué)習(xí)的概念，其思想是：在特定任務(wù)上為特定模型學(xué)習(xí)的參數(shù)可以用于其他任務(wù)上的其他模型。因此，ENAS 迫使所有生成的子模型共享權(quán)值，從而刻意防止從頭開始訓(xùn)練每一個子模型。這篇論文的作者表明，ENAS 不僅可以在子模型之間共享參數(shù)，還能夠獲得非常強的性能。

Auto-sklearn

• 開源與否：是
• 是否基于云平臺：否
• 支持的模型類別：分類、回歸
• 使用的技術(shù)：貝葉斯優(yōu)化+自動集成構(gòu)造
• 訓(xùn)練框架：sklearn

Auto-sklean 是基于Auto-Weka(https://www.automl.org/automl/autoweka/)使用的 CASH(組合算法選擇和超參數(shù)優(yōu)化)問題的定義以及和 AzureAutomated ML 相同的思路構(gòu)建的：他們考慮同時選擇一個學(xué)習(xí)算法和設(shè)置其超參數(shù)的問題。他們提出的主要區(qū)別是將兩個額外的步驟合并到主進程中：一開始是元學(xué)習(xí)步驟，***是自動化集成構(gòu)造步驟，詳情請參閱論文《Efficient and Robust Automated Machine Learning》。

auto-sklearnAutoML 方法

該方法使用了全部 38 個元特征來描述數(shù)據(jù)集，包括簡單的、信息論的和統(tǒng)計的元特征，如數(shù)據(jù)點的數(shù)量、特征和分類，以及數(shù)據(jù)偏度和目標(biāo)的熵。利用這些信息，他們會選擇 k 個采樣點作為貝葉斯優(yōu)化的初始采樣點(seed)。注意，這種元學(xué)習(xí)方法通過使用數(shù)據(jù)集存儲庫來獲得強大的功能(就像 Azure Automated ML 那樣)。

在完成貝葉斯優(yōu)化之后，它們會構(gòu)建一個由所有嘗試過的模型組成的集成模型。這一步的思路是將訓(xùn)練每個模型所做的努力都存儲下來。他們沒有拋棄這些模型而選擇更好的模型，而是將它們存儲起來，最終構(gòu)建出一個它們的集成模型。這種自動集成構(gòu)造方法避免了讓自己陷入單個超參數(shù)的設(shè)置中，因此魯棒性更強(并且不容易過擬合)。他們使用集成選擇(這個貪婪過程從空集成開始，迭代地添加能夠***化集成驗證性能的模型)來構(gòu)建集成模型。

結(jié)語和點評

每一種方法都有各自的優(yōu)缺點，也有其各自的賽道。Azure Automatic ML 和 auto-sklearn 是基于相同的思想構(gòu)建的，它們被用于回歸和分類任務(wù)，計算量較少，因此實現(xiàn)成本較低。他們不需要整個數(shù)據(jù)集可見(只要構(gòu)造的模型能夠生成的)，如果對數(shù)據(jù)隱私有要求的話，那么使用這兩種框架是很合適的。然而，他們嚴(yán)重依賴于已經(jīng)獲取到的數(shù)據(jù)集。除了事先處理過的機器學(xué)習(xí)工作流外，他們不能嘗試任何新的東西。我個人十分懷疑能否把這樣的方法稱為元學(xué)習(xí)。

另一方面，谷歌 AutoML 和 AutoKeras 也使用了相同的方法，它們試圖學(xué)習(xí)一種從頭開始構(gòu)建模型的方法。這是一個更有野心的做法，這也是為什么它在動作空間上更有限(CNN、RNN、LSTM)。然而，他們使用的強化學(xué)習(xí)方法使他們能夠探索構(gòu)建模型的新方法(谷歌聲稱他們的方法發(fā)現(xiàn)了一個比他們已有的模型好 1.05 倍的模型)。這聽起來更像是元學(xué)習(xí)。然而，強化學(xué)習(xí)方法需要消耗大量的計算能力，這也就是它們每小時收費 20 美元的原因。而這種情況下，AutoKeras 為了提高準(zhǔn)確率進行的性能優(yōu)化是很有吸引力的(另外它是開源的，如果你關(guān)心隱私的話，這也是一個好消息)。

原文鏈接：

https://medium.com/@santiagof/auto-is-the-new-black-google-automl-microsoft-automated-ml-autokeras-and-auto-sklearn-80d1d3c3005c

【本文是51CTO專欄機構(gòu)“機器之心”的原創(chuàng)譯文，微信公眾號“機器之心( id: almosthuman2014)”】

戳這里，看該作者更多好文