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。
Knowledge Transfer via Distillation of Activation Boundaries Formed by Hidden Neurons
最新推荐文章于 2023-03-25 18:11:24 发布