概述
直通估计器 (STE) 是一个简单的技巧，用于训练包含舍入或阈值化等难以微分的步骤的网络。它在前向传递中使用离散值，但在计算梯度时假装该操作是恒等式。
直通式估计器是一个技术构建块，会大规模影响模型质量、基础设施成本、延迟和可靠性。
深入探讨
某些操作（例如舍入为整数、将权重二值化为 +1/-1 或使用 argmax 选择顶部类别）的导数几乎在任何地方都为零并且在跳转时未定义。零梯度停止学习冷。直通估计器通过解耦前向和后向传递来回避这个问题：向前，它应用真正的硬操作；向后，它只是直接复制传入的梯度，就好像该操作是身份（或平滑代理）一样。这个估计是有偏差的，因为真实的梯度确实为零，但在实践中，这种“假装它是平滑的”近似可以很好地训练二值化和量化网络，这就是为什么 STE 是高效深度学习的主力。
技术洞察
在现代框架中，实现是一条直线：计算 y = Hard(x)，但路由梯度，就好像 y = x 一样。常见的模式是 y = x + stop_gradient(hard(x) - x)，因此前向值等于 Hard(x)，而后向梯度恰好是 x 的值。变体将直通梯度在 [-1, 1] 之外修剪为零，以避免放大硬函数饱和的激活，从而提高稳定性。
掌握直通式估算器
直通估计器 (STE) 是一个简单的技巧，用于训练包含舍入或阈值化等难以微分的步骤的网络。它在前向传递中使用离散值，但在计算梯度时假装该操作是恒等式。直通式估计器是一个技术构建块，会大规模影响模型质量、基础设施成本、延迟和可靠性。为了建立深入的理解，请将直通式估算器视为一种操作模型，而不是单一功能：定义期望的结果，澄清假设，并将系统可以可靠地完成的任务与仍需要专家判断的任务分开。
在实践中，强大的团队使用直通式估算器根据可靠性和成本优化架构、数据和基础设施选择。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
多年来，架构决策决定着性能和运营成本。与此同时，优化一个基准测试可以隐藏更广泛的系统弱点。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
多年来，架构决策决定着性能和运营成本。
多年来，架构决策决定着性能和运营成本。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
技术教育帮助团队选择正确的堆栈，而不仅仅是最新的堆栈。
技术教育帮助团队选择正确的堆栈，而不仅仅是最新的堆栈。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
更好的工程选择可以减少生产中的可靠性事故。
更好的工程选择可以减少生产中的可靠性事故。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
训练二进制和低位量化神经网络，以便在手机和边缘设备上进行高效推理。
通过 VQ-VAE 和神经音频/图像标记器中的离散码本查找进行反向传播。
量化感知训练，其中权重或激活在前向传递过程中舍入为定点。
学习硬注意力或离散门控，其中 argmax 或阈值位于计算路径中。
实施模式
直通式估计器的实践
训练二进制和低位量化神经网络，以便在手机和边缘设备上进行高效推理。
训练二进制和低位量化神经网络以在手机和边缘设备上进行有效推理当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
直通式估计器的实践
通过 VQ-VAE 和神经音频/图像标记器中的离散码本查找进行反向传播。
通过 VQ-VAE 和神经音频/图像分词器中的离散码本查找进行反向传播 当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
直通式估计器的实践
量化感知训练，其中权重或激活在前向传递过程中舍入为定点。
量化感知训练，其中权重或激活在前向传递过程中舍入为定点。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
直通式估计器的实践
学习硬注意力或离散门控，其中 argmax 或阈值位于计算路径中。
学习努力关注或离散门控，其中 argmax 或阈值位于计算路径中 当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
风险与防护栏
优化一项基准测试可以隐藏更广泛的系统弱点。
基础设施和维护成本常常被低估。
随着系统变得更加复杂，安全性和可观察性差距可能会扩大。
实施路线图
在实施之前定义延迟、质量和成本目标。
在实施之前定义延迟、质量和成本目标。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在实际负载和数据条件下进行基准测试。
在实际负载和数据条件下进行基准测试。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
仪器监控错误、漂移和用户影响。
仪器监控错误、漂移和用户影响。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在扩展之前准备回滚和事件响应路径。
在扩展之前准备回滚和事件响应路径。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。