Efficient Identification of Butterfly Sparse Matrix Factorizations - Inria - Institut national de recherche en sciences et technologies du numérique
Pré-Publication, Document De Travail Année : 2022

Efficient Identification of Butterfly Sparse Matrix Factorizations

Résumé

Fast transforms correspond to factorizations of the form $\mathbf{Z} = \mathbf{X}^{(1)} \ldots \mathbf{X}^{(J)}$, where each factor $ \mathbf{X}^{(\ell)}$ is sparse and possibly structured. This paper investigates essential uniqueness of such factorizations, i.e., uniqueness up to unavoidable scaling ambiguities. Our main contribution is to prove that any $N \times N$ matrix having the so-called butterfly structure admits an essentially unique factorization into $J$ butterfly factors (where $N = 2^{J}$), and that the factors can be recovered by a hierarchical factorization method, which consists in recursively factorizing the considered matrix into two factors. This hierarchical identifiability property relies on a simple identifiability condition in the two-layer and fixed-support setting. This approach contrasts with existing ones that fit the product of butterfly factors to a given matrix via gradient descent. The proposed method can be applied in particular to retrieve the factorization of the Hadamard or the discrete Fourier transform matrices of size $N=2^J$. Computing such factorizations costs $\mathcal{O}(N^{2})$, which is of the order of dense matrix-vector multiplication, while the obtained factorizations enable fast $\mathcal{O}(N \log N)$ matrix-vector multiplications and have the potential to be applied to compress deep neural networks.
Fichier principal
Vignette du fichier
main.pdf (730.58 Ko) Télécharger le fichier
S_1.pdf (2.25 Ko) Télécharger le fichier
S_2.pdf (2.29 Ko) Télécharger le fichier
S_3.pdf (2.27 Ko) Télécharger le fichier
S_4.pdf (2.31 Ko) Télécharger le fichier
arbitrary_factor_bracketing.pdf (24.11 Ko) Télécharger le fichier
balanced_factor_bracketing.pdf (22.02 Ko) Télécharger le fichier
balanced_vs_unbalanced_large_dim.pdf (15.19 Ko) Télécharger le fichier
balanced_vs_unbalanced_low_dim.pdf (14.31 Ko) Télécharger le fichier
benchmark_hierarchical_balanced.pdf (17.84 Ko) Télécharger le fichier
benchmark_hierarchical_unbalanced.pdf (17.79 Ko) Télécharger le fichier
benchmark_svd_rectangle.pdf (17.01 Ko) Télécharger le fichier
benchmark_svd_square.pdf (17.01 Ko) Télécharger le fichier
symmetric_unbalanced_factor_bracketing.pdf (22.8 Ko) Télécharger le fichier
unbalanced_factor_bracketing.pdf (28.13 Ko) Télécharger le fichier
w_2_1.pdf (2.31 Ko) Télécharger le fichier
w_3_1.pdf (1.31 Ko) Télécharger le fichier
w_3_2.pdf (2.35 Ko) Télécharger le fichier
w_4_2.pdf (2.32 Ko) Télécharger le fichier
w_4_3.pdf (2.33 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Origine Fichiers produits par l'(les) auteur(s)
Origine Fichiers produits par l'(les) auteur(s)
Origine Fichiers produits par l'(les) auteur(s)
Origine Fichiers produits par l'(les) auteur(s)
Origine Fichiers produits par l'(les) auteur(s)
Origine Fichiers produits par l'(les) auteur(s)
Origine Fichiers produits par l'(les) auteur(s)
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03362626 , version 1 (01-10-2021)
hal-03362626 , version 2 (11-11-2021)
hal-03362626 , version 3 (15-02-2022)
hal-03362626 , version 4 (04-04-2022)
hal-03362626 , version 5 (02-08-2022)
hal-03362626 , version 6 (07-10-2022)

Identifiants

Citer

Léon Zheng, Elisa Riccietti, Rémi Gribonval. Efficient Identification of Butterfly Sparse Matrix Factorizations. 2022. ⟨hal-03362626v5⟩
623 Consultations
840 Téléchargements

Altmetric

Partager

More