原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
近年来，卷积神经网络在图像分类领域取得了显著的突破。随着分类任务复
杂程度的提升，单个图像类别包含的多视图特征不断增加，为获得更优分类性能，
卷积神经网络深度不断增加。残差神经网络作为一种特殊的卷积神经网络，通过
堆叠残差结构使网络深度达到千层成为可能，但付出的代价是海量的计算和存储。
对于实时性要求较高、资源受限的边缘设备而言，实现大型残差神经网络的应用
十分困难。知识蒸馏作为模型压缩算法之一，其思想是引导神经网络“学习”性
能更优的复杂网络提供的“知识”来提升性能，实现模型压缩。自蒸馏
文档评论（0）