导读
ICLR2017，论文的主题是如何用一个RNN通过强化学习生成一个效果不错的CNN结构或者一个新的Recurrent Cell。文章的效果不算特别明显，但是思路可以借鉴。
https://arxiv.org/abs/1611.01578
1.总体思想
如图一，左边递归网络（控制器）给出一个网络结构，该网络结构的概率为P。右侧，对这个网络结构进行训练，并在验证集上进行测试，得到精度为R。这时，将R反馈给左侧控制器，通过强化学习更新控制器的参数，使得控制器对R大的网络结构给出更大的概率。
2.相关工作
文中提到，当前有些方法也进行相应的研究，但是他们只能在固定长度的空间中搜索。而用贝叶斯的方法，可以搜索可变长度的空间，但是泛化能力和灵活性没有本文的好。
3.方法
3.1 控制器
对于某一层，控制器可以预测该层的filter width，filter height，stride height，stride width，filter的个数，每一个预测都是通过softmax分类，并作为下一个预测的输入。实验中的停止条件是，层的个数超过了某个指定的数值。当然这个数值在训练的过程中也可以变化。
3.2用增强学习进行训练
优化的方向是，让我们的控制器得到最好的奖励。也就是说，控制器给出的网络结构越好，那么反馈的R越大，这相当于给的奖励越好。目标函数是
但是这个目标函数的R是不可微的，需要使用policy gradient method取进行优化。他的近似解为：
为了减少方差，作者对上面的无偏估计做了写改变。
这个解仍然是无偏估计。
作者还介绍了多个GPU分布式训练的一些操作，此处省去，我们关注思想。
3.3增加结构的灵活性
上面提到的控制器的搜索空间其实不包括skip connections，或者类似于GoogleNet和ResNet的旁支。所以，作者增加了这些连接方式去扩大控制器的搜索空间。
使用attention机制。等式表示第i层输入到j层的概率。
改进后的控制器如下：
当然，有了skip connections之后会有写问题。比如，输入的大小不一，或者某些层根本没有输入或者输出。作者提出了他的处理方法：
- 1.如果一个层没有输入，那么就把图片作为输入
- 2.最后一层，把所有没有被链接的层的输出concat起来。然后输入分类器。
- 3.如果两个concat的层的大小不一致，则小的补0.
当然还可以加入其他更加高级的操作。
3.4生成递归单元（recurrent cell）
这一章中，作者对上面的控制器进行了修改，用来生成递归单元，其实就是RNN的单元。只不过，这个和经典的不太一样。经典的递归单元是：
作者把递归单元看做成一棵树，xt和ht-1是输入，ht是输出。控制器需要预测树的每个节点用什么链接方式：addition, elementwise multiplication,etc或者激活函数：tanh, sigmoid, etc。下面是个例子。
然后下面对应的是生成步骤，我直接贴图了。我们对照公式和上图看下，很清晰。
4.实验
验证生成CNN数据集：CIFAR-10
验证生成RNN的递归单元：Penn Treebank
数据预处理：作者对图片做了白化，还有放大随机crop，还有翻转。
搜索空间：对于CNN层：filter height [1,3,5,7], filter width [1,3,5,7] ,滤波器个数[24,36,48,64]，步长方面作者进行了两组实验，固定为1，和可预测为[1,2,3]。
训练过程：控制器是两层的LSTM，每层有35个隐藏单元。作者说，他们用了800个GPU，同时训练800个网络。（惊叹，google就是牛。）
实验结果：
实验结果我就不在啰嗦了，有一点点提升吧。这个作者后来又出了一篇新文章，还没看，这边文章的结果已经没啥参考价值了。所以我说说一点有意思的地方：
对于CNN的生成，论文附录贴了一个这样的图，下图中的网络在精度和深度之间达到不错的平衡。有意思的是，网络有不少滤波器是矩形的，而不是我们常用的正方形。而，更有意思的是，层越深，网络偏向于用更大的卷积核。
还有生成的RNN递归单元：
好了，今晚的Paper Reading就分享到这里。虽然你五分钟看完了，却花了我一个小时编写。有什么错误或者理解错的地方，一定要告诉我哇，，，反正我也不会改的。哈哈哈。。。下期，我将会继续分享，该作者的另外一篇关于用网络生成网络的论文 1707.07012-Learning Transferable Architectures for Scalable Image Recognition。敬请期待。Good Night。
2017.11.26 在深圳
