摘要
本发明涉及一种基于及时学习和高置信度知识过滤的知识蒸馏方法和系统。该方法包括:S1、搭建知识蒸馏框架,对所述知识蒸馏框架进行自蒸馏训练;所述知识蒸馏框架采用自蒸馏的形式,教师模型和学生模型采用同一轻量化的卷积神经网络,知识在相邻批次之间进行传递,同时过滤教师模型高置信度知识;S2、训练后期,停止教师模型知识迁移,单独训练学生模型,直至学生模型收敛。本发明注重知识的及时学习、选择学习和集成学习,提高了知识蒸馏的效率,从而提高了模型的性能,实现了深度学习模型的压缩与加速。
技术关键词
知识蒸馏方法
教师
学生
框架
随机搜索方法
存储结构
深度学习模型
代表
蒸馏系统
数据采集器
数据标签
样本
超参数
网络
模块
表达式
系统为您推荐了相关专利信息
强化学习框架
时序特征
分析模块
采集存储系统
矩阵
资源优化配置
多代理系统
设备运行状态
智能决策支持系统
计划
字段
协议模糊测试方法
关系
模糊测试框架
树状数据结构