中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于拓扑一致性对抗互学习的知识蒸馏

文献类型:期刊论文

作者赖轩; 曲延云; 谢源; 裴玉龙
刊名自动化学报
出版日期2023
卷号49期号:1页码:102-110
关键词互学习 生成对抗网络 特征优化 知识蒸馏
ISSN号0254-4156
DOI10.16383/j.aas.c200665
英文摘要针对基于互学习的知识蒸馏方法中存在模型只关注教师网络和学生网络的分布差异,而没有考虑其他的约束条件,只关注了结果导向的监督,而缺少过程导向监督的不足,提出了一种拓扑一致性指导的对抗互学习知识蒸馏方法 (Topology-guided adversarial deep mutual learning, TADML).该方法将教师网络和学生网络同时训练,网络之间相互指导学习,不仅采用网络输出的类分布之间的差异,还设计了网络中间特征的拓扑性差异度量.训练过程采用对抗训练,进一步提高教师网络和学生网络的判别性.在分类数据集CIFAR10、CIFAR100和Tiny-ImageNet及行人重识别数据集Market1501上的实验结果表明了TADML的有效性, TADML取得了同类模型压缩方法中最好的效果.
源URL[http://ir.ia.ac.cn/handle/173211/56212]  
专题自动化研究所_学术期刊_自动化学报
推荐引用方式
GB/T 7714
赖轩,曲延云,谢源,等. 基于拓扑一致性对抗互学习的知识蒸馏[J]. 自动化学报,2023,49(1):102-110.
APA 赖轩,曲延云,谢源,&裴玉龙.(2023).基于拓扑一致性对抗互学习的知识蒸馏.自动化学报,49(1),102-110.
MLA 赖轩,et al."基于拓扑一致性对抗互学习的知识蒸馏".自动化学报 49.1(2023):102-110.

入库方式: OAI收割

来源:自动化研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。