摘要
本发明公开了一种轻量化掩码自编码器模型的训练方法及系统,训练方法包括:接收图像样本数据;在前向传播中,学生模型提取图像的学生模型特征,教师模型提取图像的目标特征,将学生模型特征和目标特征对齐;其中,教师模型为预训练的图像编码器;在反向传播中,利用知识蒸馏损失度量学生模型特征和目标特征,以损失最小化为目标,对学生模型的参数进行优化;学生模型包括编码器和解码器,解码器基于状态空间模型构建。本申请掩码自编码器模型可实现轻量化,在资源受限的环境中也可部署。
技术关键词
学生
状态空间模型
多层感知机
对齐模块
教师
数据接收模块
图像编码器
通道
训练系统
非线性
分块
Sigmoid函数
度量
蒸馏
图像解码器
子模块
系统为您推荐了相关专利信息
交互方法
因子
卷积神经网络提取
大数据
在线教育平台
血糖预测模型
正则化参数
数学模型
因子
位置更新
学生管理系统
贪心算法
智能教育技术
数据格式
关系
知识追踪方法
门控循环单元
状态指示器
大语言模型
时序