今天小编分享的科学经验：CVPR满分论文：一块2080Ti搞定数据蒸馏，GPU占用仅2G，来自上交大“最年轻博导”课题组，欢迎阅读。
只要一块 6 年前的 2080Ti，就能做大模型数据蒸馏？
来自上交大 EPIC 实验室等机构的一项最新研究，提出了一种新的数据集蒸馏方法——NFCM。
与前 SOTA 相比，新方法的显存占用只有 1/300，并且速度提升了 20 倍，相关论文获得了CVPR 满分。
NCFM 引入了一个辅助的神经网络，将数据集蒸馏重新表述为一个极小化极大（minmax）优化问题。
在多个基准数据集上，NCFM 都取得了显著的性能提升，并展现出可扩展性。
在 CIFAR 数据集上，NCFM 只需 2GB 左右的 GPU 内存就能实现无损的数据集蒸馏，用 2080Ti 即可实现。
并且，NCFM 在连续学习、神经架构搜索等下游任务上也展现了优异的性能。
将数据蒸馏转化为 minmax 优化
NCFM 的核心是引入了一个新的分布差异度量 NCFD，并将数据集蒸馏问题转化为一个 minmax 优化问题。
通过交替优化合成数据以最小化 NCFD，以及优化采样网络以最大化 NCFD，NCFM 在提升合成数据质量的同时，不断增强分布差异度量的敏感性和有效性。
特征提取与频率参数采样
NCFM 的第一步，是进行特征提取，也就是从真实数据集和合成数据集中分别采样一批数据，并将其输入到特征提取网络中。
特征提取网络将原始数据从像素空间映射到一个特征空间，得到对应的特征表示，目的是提取数据的高层语义特征，为后续的分布匹配做准备。
特征提取网络可以是一个预训练的模型，也可以是一个随机初始化的模型，这里 NCFM 采用了一种混合方式。
接下来，NCFM引入了一个轻量级的神经网络作为采样网络，它接受一个随机噪声作为输入，输出一组频率参数。
这些频率参数将用于对特征函数（Characteristic Function，CF）进行采样。
特征函数计算与分布差异度量
对于每一个频率参数，将其与特征表示进行内积运算，然后取复指数，就得到了对应的 CF 值。
这两个 CF 值都是复数，其中实部刻画了数据在该频率上的分布范围，捕捉分布的散度或多样性；虚部则反映了数据在该频率上的分布中心，捕捉分布的典型性或真实性。
通过比较真实数据和合成数据的 CF 值，就可以全面地度量它们在特征空间上的分布差异。
为了定量地度量真实数据和合成数据之间的分布差异，NCFM 引入了一个称为神经特征函数差异（Neural Characteristic Function Discrepancy，NCFD）的度量。
NCFD 综合考虑了所有采样频率上的 CF 差异，将其汇总为一个标量值。NCFD 越小，说明两个分布越接近；NCFD 越大，说明两个分布差异越大。
minmax 优化
有了 NCFD 这个分布差异度量，NCFM 的优化目标就很清晰了——
最小化 NCFD，使得合成数据和真实数据的分布尽可能接近；同时，望最大化 NCFD 对合成数据的敏感度，使之能够准确反映合成数据的变化。
为了同时实现这两个目标，NCFM引入了一个 minmax 优化框架：
在极小化阶段，固定采样网络的参数，调整合成数据，目标是最小化 NCFD。这一步使得合成数据向真实数据分布不断靠拢。
在极大化阶段，固定合成数据，调整采样网络的参数，目标是最大化 NCFD。这一步使得 NCFD 对合成数据的差异更加敏感，提升其作为差异度量的有效性。
通过交替进行极小化阶段和极大化阶段的优化，NCFM 不断改进合成数据的质量，同时也不断强化 NCFD 度量的敏感性和准确性。
模型微调与标签生成
为了进一步提升合成数据的质量，NCFM 在优化过程中还引入了两个额外的步骤——模型微调和标签生成。
在模型微调阶段，NCFM 用合成数据微调特征提取网络，使其更加适应合成数据的特征分布，从而进一步缩小合成数据和真实数据之间的特征差异，提高合成数据的真实性；
在标签生成阶段，用一个预训练的教师模型来为合成数据生成软标签。软标签提供了更加丰富和细粒度的监督信息，可以指导合成数据更好地模仿真实数据的类别分布，提高合成数据的多样性。
一块 2080Ti 搞定 CIFAR 实验
相比于此前方法，NCFM 在多个数据集上实现了显著的性能提升。
在 CIFAR-10、CIFAR-100、等数据集中上，NCFM 在每类 1/10/50 张图片的情况下的测试精度均超过了所有 baseline 方法。
在 ImageNet 的各个子集上，NCFM 也展现了卓越的性能。
例如在 ImageNette 上，每类 10 张图片时，NCFM 达到了 77.6% 的测试精度，比现有最佳方法（RDED）高出 14.4 个百分点；
在 ImageSquawk 上，每类 10 张图片时，NCFM 达到了 72.8% 的测试精度，比现有最佳方法（MTT）高出 20.5 个百分点。
在性能提升的同时，NCFM 还实现了大量的速度提升和资源节约。
在 CIFAR-100 上，NCFM 每轮迭代的平均训练时间比 TESLA 快了 29.4 倍，GPU 内存消耗仅为 TESLA 的 1/23.3（每类 50 张图片）；
在 Tiny ImageNet 上，NCFM 每轮迭代的平均训练时间比 TESLA 快了 12.8 倍，GPU 内存消耗仅为 TESLA 的 1/10.7（每类 10 张图片）。
并且，NCFM 在 CIFAR-10 和 CIFAR-100 上实现了无损的数据集蒸馏，仅使用了约 2GB 的 GPU 内存，使得 CIFAR 上的所有实验都可以在一块 2080Ti 上进行。
此外，NCFM 生成的合成数据在跨模型泛化能力上超过了现有方法。
例如在 CIFAR-10 上，用 NCFM 生成的合成数据训练 AlexNet、VGG 和 ResNet，都取得了比现有方法更高的测试精度。
本文第一作者，是上交大人工智能学院 EPIC 实验室博士生王少博。
王少博本科就读于哈工大軟體工程专业，专业排名第一名；然后在上交大读研，导师是严骏驰教授，研究方向为深度学习理论和可解释性机器学习，其间专业排名第二。
现在王少博正在张林峰助理教授负责的 EPIC 实验室读博，研究方向为 " 高效、可解释的深度学习和 " 大模型。
王少博现在的导师张林峰，是本文的通讯作者。
同时，张林峰还在 NeurIPS、ICML、ICLR、CVPR 等顶级学术会议当中担任审稿人。
张林峰还曾到香港科技大学（广州）担任访问助理教授，他的邀请人胡旭明同样是一名年轻博导，并且也参与了本项目。
此外还有 EPIC 实验室的其他成员，以及来自上海 AI 实验室的学者，亦参与了 NFCM 的研究。
论文地址：
https://github.com/gszfwsb/NCFM/blob/main/asset/paper.pdf
GitHub 仓库：
https://github.com/gszfwsb/NCFM
