交叉熵蒸馏是一种模型压缩方法,它的基本思想是使用一个较小的模型(被称为学生模型)来近似一个较大的模型(被称为教师模型)的预测结果。
在交叉熵蒸馏中,教师模型将其预测结果(通常是 softmax 输出)转换为概率分布,并将这个概率分布作为目标概率分布传递给学生模型。然后,学生模型使用交叉熵损失函数来训练,以使其预测结果与教师模型的目标概率分布尽可能地接近。
通过交叉熵蒸馏,可以将一个复杂的教师模型的知识转移到一个小型的学生模型中,从而使得学生模型在保持较高预测准确率的同时具有较小的模型大小和计算开销。