知识蒸馏就是Knowledge Distillation。
Knowledge Distillation：https://arxiv.org/abs/1503.02531
Do Deep Nets Really Need to be Deep?：https://arxiv.org/abs/1312.6184
熟悉YOLO的读者，可以根据这个仓库感受一下剪枝和知识蒸馏：https://github.com/tanluren/yolov3-channel-and-layer-pruning
Student and Teacher
什么是Knowledge Distillation？
我们可以让一个较小的Student Net向较大的Teacher Net学习，使得Student Net的输出尽可能接近Teacher Net的输出。
普通的训练方式为仅在数据集上训练Student Net，而Knowledge Distillation的思路是：即使Teacher Net的输出并不一定是正确的，但Teacher Net可以提供一些数据集无法提供的信息，比如手写数字图片分类模型Teacher Net的输出为“1：0.7，7：0.2，9：0.1”，这不仅说明这张图片像1，还可以说明1和7、9很相似。
或者可以这么理解：学生自己直接做题目太难了，让学生学习下老师是怎么想的可能会更好。
Ensemble
Knowledge Distillation有什么用呢？
打Kaggle比赛时很多人的做法是ensemble（将多个model的结果进行平均）。Ensemble通常可以得到更好的精度，但现实中设备上不可能放这么多个model，这时就可以利用Knowledge Distillation让Student Net向Teacher Net学习，最终设备上只运行Student Net就可以。
Temperature
在分类任务中，网络的最后一般有个softmax函数：$y_i=\frac{e^{x_i}}{\sum_je^{x^j}}$，其中$y_i$是输入属于类别$i$的置信度。
在Knowledge Distillation中，我们需要对softmax函数进行调整：$y_i=\frac{e^{\frac{x_i}{T}}}{\sum_je^{\frac{x^j}{T}}}$，其中$T$为Temperature，一般是一个大于1的数，它的作用是使得Teacher Net输出的属于各个类别的置信度更加接近，如下图所示。
Github（github.com）：@chouxianyu
Github Pages（github.io）：@臭咸鱼
知乎（zhihu.com）：@臭咸鱼
博客园（cnblogs.com）：@臭咸鱼
B站（bilibili.com）：@绝版臭咸鱼
微信公众号：@臭咸鱼
转载请注明出处，欢迎讨论和交流!