Knowledge Transfer via Distillation of Activation Boundaries Formed by Hidden Neurons

论文链接
这篇论文的核心思想非常简单，他认为不能只是用神经元的激活值来做蒸馏约束，而应该使用神经元的激活区域做约束，故在网络最后输出的feature map上做了一个约束的损失函数，这里的损失函数比较复杂，详情可以看论文，但是可以尝试用L2 loss替换，如果feature map size对不上的话，可以使用conv 1x1来对齐，但我认为如果feature map size相差较大的话，其实对齐但过程中就已经损失语义了。该方法可以一试，但我觉得可能提升不大。