知識の蒸留では、タスクと蒸留の損失を介して、大規模なモデルから小規模なモデルに知識が転送されます。この論文では、タスク損失と蒸留損失の間のトレードオフを観察します。つまり、蒸留損失の導入によりタスク

arxiv_reader のブックマーク 2023/07/18 12:20

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4739484935789212069/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2307.08436v1" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2307.08436v1" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2307.08436v1" data-user-icon="/users/arxiv_reader/profile.png">DOT: 蒸留指向のトレーナー</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22knowledge%20distillation%22">knowledge distillation</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li></ul><br><p style="clear: left"> 知識の蒸留では、タスクと蒸留の損失を介して、大規模なモデルから小規模なモデルに知識が転送されます。この論文では、タスク損失と蒸留損失の間のトレードオフを観察します。つまり、蒸留損失の導入によりタスク</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20230718#bookmark-4739484935789212069"><span class="datetime-body">2023/07/18 12:20</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！