Kunnskapsdestillasjon
Kunnskapsdestillasjon er en modellkomprimeringsteknikk, introdusert av Geoffrey Hinton og kolleger i 2015, som trener en liten studentmodell ved hjelp av myke etikettutganger fra en stor lærermodell. Destillerte modeller som DistilBERT og TinyBERT når omtrent 97 % av den større modellens ytelse, samtidig som de kjører langt raskere.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Kilder
Slik siterer du denne siden
ScholarGate. (2026, June 1). Knowledge Distillation (Teacher–Student Model Compression). ScholarGate. https://scholargate.app/no/deep-learning/knowledge-distillation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Longformer / BigBirdDyp læring↔ compare
- Blanding av eksperterDyp læring↔ compare
- Random ForestMaskinlæring↔ compare
- Visuell kontrastiv læringDyp læring↔ compare
- XGBoostMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →