[論文レビュー] A Privacy-Preserving DNN Pruning and Mobile Acceleration Framework.

Zheng Zhan, Yifan Gong+8 more|arXiv (Cornell University)|Mar 13, 2020

Advanced Neural Network Applications被引用数 3

ひとこと要約

本論文では、実際のユーザーデータにアクセスせずに、合成データを用いたADMMベースの反復的プルーニングにより、プライバシーを守りながらDNNのプルーニングとモバイル高速化を行うフレームワークを提案する。実験では、TensorFlow-Lite比で最大4.2倍、TVM比で2.5倍、MNN比で2.0倍の高速化を達成し、精度損失はほぼゼロに抑えられ、モバイルデバイス上で効率的かつプライベートな推論が可能になる。

ABSTRACT

Weight pruning of deep neural networks (DNNs) has been proposed to satisfy the limited storage and computing capability of mobile edge devices. However, previous pruning methods mainly focus on reducing the model size and/or improving performance without considering the privacy of user data. To mitigate this concern, we propose a privacy-preserving-oriented pruning and mobile acceleration framework that does not require the private training dataset. At the algorithm level of the proposed framework, a systematic weight pruning technique based on the alternating direction method of multipliers (ADMM) is designed to iteratively solve the pattern-based pruning problem for each layer with randomly generated synthetic data. In addition, corresponding optimizations at the compiler level are leveraged for inference accelerations on devices. With the proposed framework, users could avoid the time-consuming pruning process for non-experts and directly benefit from compressed models. Experimental results show that the proposed framework outperforms three state-of-art end-to-end DNN frameworks, i.e., TensorFlow-Lite, TVM, and MNN, with speedup up to 4.2X, 2.5X, and 2.0X, respectively, with almost no accuracy loss, while preserving data privacy.

研究の動機と目的

• 既存のDNNプルーニング手法がプライベートな訓練データにアクセスを必要としている点を解決すること。
• 実際のユーザーデータを暴露せずに、モバイルエッジデバイス上で効率的なモデル圧縮と推論高速化を実現すること。
• 熟練した専門家による作業が不要な、使いやすいフレームワークを提供し、特に非専門家が手作業でのプルーニングに費やす時間が短縮されること。
• プルーニング後の精度を維持しつつ、モバイルデバイス上で高い推論高速化を達成すること。

提案手法

• フレームワークは、各層ごとにパターンベースのプルーニング問題を反復的に解くADMMベースの重みプルーニング技術を採用しており、実際の訓練データの代わりにランダムに生成された合成データを用いる。
• DNNの訓練およびプルーニングに合成データが使用され、プロセス中に個人のプライベートデータが露出しないことを保証する。
• 層ごとのプルーニングと交互方向最適化を統合することで、圧縮中でもモデルの精度を維持する。
• プルーニング後の推論を高速化するために、コンパイラレベルの最適化が適用される。
• エンドツーエンドの設計となっており、熟練した専門家の介入なしに、圧縮済みモデルを直接デプロイ可能である。

実験結果

リサーチクエスチョン

• RQ1 プライベートな訓練データへのアクセスなしに、モデル精度を維持したままDNNプルーニングを効果的に行うことは可能か？
• RQ2 合成データを用いたADMMベースのプルーニングは、既存のプルーニングフレームワークと比較して、推論速度および精度においてどのように差がつくか？
• RQ3 コンパイラレベルの最適化は、プルーニング後のモバイルデバイス上での推論性能をどの程度向上できるか？
• RQ4 本フレームワークは、手動でのチューニングや長時間の再訓練を要せず、非専門家によっても利用可能か？

主な発見

• 提案フレームワークは、モバイルデバイス上での推論性能において、TensorFlow-Lite比で最大4.2倍、TVM比で2.5倍、MNN比で2.0倍の高速化を達成した。
• 評価されたすべてのモデルで、精度損失はほぼゼロに抑えられ、優れた一般化性能と頑健性を示した。
• 合成データを用いることで、ユーザーデータのプライバシーが保護されつつ、モデルの圧縮効率や推論効率も損なわれなかった。
• ADMMベースのプルーニングとコンパイラレベルの最適化の統合により、モバイルエッジデバイスへの効率的なデプロイが可能になった。