一.知识蒸馏

1.知识蒸馏

（1）首先，我先强调一下蒸馏学习其实本质是模型压缩！模型压缩！模型压缩！S模型有的精度高于T模型，有的低于T模型，但是可以很好地压缩网络体积。
（2）知识蒸馏是由Hiton的Distilling the Knowledge in a Neural Network 论文地址提出，并通过引入与教师网络（Teacher Network：网络结构复杂，准确率高 一般是我们的 Best_Model ）相关的软目标（soft-target）作为total loss的一部分，以诱导学生网络（student network：精简、低复杂度）的训练，实现知识迁移（knowledge transfer），如下图所示（论文没图，我简单的画一下）：

1.教师网络（Teacher）的预测输出预测值之后、再做Softmax（多分类）或Sigmoid（二分类）变换，可以获得软化的概率分布（软标签），数值介于0~1之间，取值分布较为缓和。硬标签则是样本的真实标注。
2.Total Loss设计为软标签与硬标签所对应的交叉熵的加权平均（表示为KL loss与CE loss），其中软标签交叉熵的加权系数越大，表明迁移诱导越依赖教师网络的贡献，这对训练初期阶段是很有必要的，有助于让学生网络更轻松的鉴别简单样本，但训练后期需要适当减小软目标的比重，让真实标注帮助鉴别困难样本。另外，教师网络的推理性能通常要优于学生网络，而模型容量则无具体限制，且教师网络推理精度越高，越有利于学生网络的学习。

2.知识蒸馏 w. 联合训练

(1) 在这个部分APPRENTICE: USING KNOWLEDGE DISTILLATION TECHNIQUES TO IMPROVE LOW-PRECISION NETWORK ACCURACY，我们将ST模型一起训练。首先上面的模型是首先预训练T网络，再通过T网络来指导S网络进行学习,在这种情况下T网络的学习方式(eg：Learning Rate，Loss Function)将不会影响到S网络，这就意味着我只是将我的知识传授给你而不告诉你我是怎么学习.
(2) 下面，我们来讲讲如何进行联合训练，一些公式就不上了，我们直接上图

我们从Loss来看，首先这整个网络的Loss包括3个部分：
（1）T网络和真实标签之间的交叉熵
（2）S网络（即这里的A网络）和真实标签之间的交叉熵（上面的硬目标）
（3）知识蒸馏Loss：KL Loss（emmmm…一般情况下我们也可以把他称为交叉熵详见我的文章转载 KL散度、交叉熵、熵之间的区别和联系）言归正传,第三部分也就是T、S网络之间的交叉熵，也就是T网络传授给S网络暗知识（即软目标）

3.知识蒸馏 w. 多个T网络

论文地址：Efficient_Knowledge_Distillation_from_an_Ensemble_of_Teachers（这篇论文没有去申请，参考一下别人的知识）参考：知识蒸馏[https://blog.csdn.net/nature553863/article/details/80568658]
第一种算法：多个教师网络输出的soft label按加权组合，构成统一的soft label，然后指导学生网络的训练：

第二种算法：由于加权平均方式会弱化、平滑多个教师网络的预测结果，因此可以随机选择某个教师网络的soft label作为guidance：

第三种算法：同样地，为避免加权平均带来的平滑效果，首先采用教师网络输出的soft label重新标注样本、增广数据、再用于模型训练，该方法能够让模型学会从更多视角观察同一样本数据的不同功能：

4.知识蒸馏 w. 特征图约束

论文地址: FITNETS: HINTS FOR THIN DEEP NETS

(1) Hints Training Loss

（1）首先，我们结合图片和Loss函数分析，（b）模块的目的是通过L2_Loss使T网络的Feature Map 对S网络的Feature Map的初始化来做一个指导。

（2）那么第一个问题来了，T、S网络特征图维度不同者怎么做L2约束。首先S网络的FM会通过一个图上的W_r （蓝色的部分）来放大特征图即Loss函数中的 r(),之后再通过W_Hint  对转换后的W_r 作L2损失进行S网络的参数初始化。

（3）第三部分就是正常的知识蒸馏，这里就不进行赘述了。

（4）这篇文章总的来说分为两个部分：1.对S网络的参数作基于T特征图的约束初始化 。 2.T网络指导S网络学习（知识蒸馏），其中在学习过程中Total Loss中Soft Target相关部分所占比重逐渐降低，从而让学生网络能够全面辨别简单样本与困难样本。

（5）最后，这里给出算法流程图，大家可以自己看一遍加深理解

二.半监督

1.什么是半监督学习

让学习器不依赖外界交互、自动地利用未标记样本来提升学习性能，就是半监督学习（semi-supervised learning）。

具体来说，半监督学习就是一种自训练模式，通过已有标记的数据训练模型，在通过训练的模型给无标记的数据1打上伪标签，由于预测数据集的不同又分为：（1）纯半监督学习（2）直推学习

图片来源： A Tutorial on Graph-based Semi-Supervised Learning Algorithms for Speech and Spoken Language Processing

总的来说，未标记数据帮助提高模型的泛化能力，优化决策边界

三.弱监督

1.弱监督通常分为三种类型：（1）不完全监督 （2）不确切监督（3）不准确监督。
（1）不完全监督：指的是训练数据只有部分是带有标签的，同时大量数据是没有被标注过的。
（2）不确切监督：即训练样本只有粗粒度的标签,例如：只有人脸是男是女的标签，没有眼睛，鼻子…等细粒度的标签。
（3）不准确监督：即给定的标签并不总是真值。

2.通常，不完全监督包括（1）主动学习 （2）半监督学习（3）迁移学习

参考资料：

（1）https://baijiahao.baidu.com/s?id=1632614040925107215&wfr=spider&for=pc
（2）https://blog.csdn.net/nature553863/article/details/80568658

原文链接：https://blog.csdn.net/qq_39426225/article/details/105563710