CN111582479A - 神经网络模型的蒸馏方法和装置 - Google Patents
神经网络模型的蒸馏方法和装置 Download PDFInfo
- Publication number
- CN111582479A CN111582479A CN202010387563.6A CN202010387563A CN111582479A CN 111582479 A CN111582479 A CN 111582479A CN 202010387563 A CN202010387563 A CN 202010387563A CN 111582479 A CN111582479 A CN 111582479A
- Authority
- CN
- China
- Prior art keywords
- distillation
- neural network
- network model
- loss function
- candidate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004821 distillation Methods 0.000 title claims abstract description 227
- 238000003062 neural network model Methods 0.000 title claims abstract description 195
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012549 training Methods 0.000 claims abstract description 45
- 230000004044 response Effects 0.000 claims abstract description 8
- 230000006870 function Effects 0.000 claims description 86
- 230000015654 memory Effects 0.000 claims description 19
- 238000010276 construction Methods 0.000 claims description 17
- 238000013135 deep learning Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims 1
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000011478 gradient descent method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/082—Learning methods modifying the architecture, e.g. adding, deleting or silencing nodes or connections
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Feedback Control In General (AREA)
- Vaporization, Distillation, Condensation, Sublimation, And Cold Traps (AREA)
Abstract
本申请涉及人工智能领域，公开了神经网络模型的蒸馏方法和装置。该方法包括：构建蒸馏策略的搜索空间；通过执行多次迭代操作对第二神经网络模型进行蒸馏训练，迭代操作包括：采用预设的控制器从蒸馏策略的搜索空间中搜索出候选蒸馏策略，基于候选蒸馏策略，将预设的至少一个第一神经网络模型作为教师网络对第二神经网络模型进行蒸馏训练；获取基于候选蒸馏策略蒸馏后的第二神经网络模型的性能，并根据蒸馏后的第二神经网络模型的性能生成反馈信息；根据反馈信息更新控制器；响应于根据反馈信息确定当前的迭代操作未达到预设的收敛条件，基于更新后的控制器执行下一次迭代操作。该方法实现了最优蒸馏策略的自动搜索。
Description
技术领域
本公开的实施例涉及计算机技术领域，具体涉及人工智能技术领域，尤其涉及神经网络模型的蒸馏方法和装置。
背景技术
随着人工智能技术和数据存储技术的发展，深度神经网络在许多领域的任务中取得了重要的成果。通常，深度神经网络模型的结构较复杂，参数众多，深度神经网络模型的运行耗时较长。模型的压缩可以实现加速，例如通过量化模型的参数来减少运算量。
模型蒸馏是在小模型(结构较简单的模型)训练过程中利用大模型(结构较复杂的模型)来监督小模型的输出，从而提升小模型的精度。由于小模型结构简单，且蒸馏训练后能够达到比较好的性能，所以模型蒸馏能够有效地实现模型的压缩。目前的模型蒸馏方法是随机地选择一些比较成熟的大模型来蒸馏人工设计的小模型。充分地利用大模型的信息来蒸馏小模型有助于提升小模型的性能。
发明内容
本公开的实施例提供了神经网络模型的蒸馏方法和装置、电子设备以及计算机可读存储介质。
根据第一方面，提供了一种神经网络模型的蒸馏方法，包括：构建蒸馏策略的搜索空间，蒸馏策略包括基于至少一个预设的第一神经网络模型蒸馏训练第二神经网络模型所采用的蒸馏损失函数；通过执行多次迭代操作对第二神经网络模型进行蒸馏训练，迭代操作包括：采用预设的控制器从蒸馏策略的搜索空间中搜索出候选蒸馏策略，基于候选蒸馏策略，将预设的至少一个第一神经网络模型作为教师网络对第二神经网络模型进行蒸馏训练；获取基于候选蒸馏策略蒸馏后的第二神经网络模型的性能，并根据蒸馏后的第二神经网络模型的性能生成反馈信息；根据反馈信息更新控制器；响应于根据反馈信息确定当前的迭代操作未达到预设的收敛条件，基于更新后的控制器执行下一次迭代操作。
根据第二方面，提供了一种神经网络模型的蒸馏装置，包括：构建单元，被配置为构建蒸馏策略的搜索空间，蒸馏策略包括基于至少一个预设的第一神经网络模型蒸馏训练第二神经网络模型所采用的蒸馏损失函数；训练单元，被配置为通过执行多次迭代操作对第二神经网络模型进行蒸馏训练；训练单元包括：搜索单元，被配置为执行迭代操作中的如下步骤：采用预设的控制器从蒸馏策略的搜索空间中搜索出候选蒸馏策略，基于候选蒸馏策略，将预设的至少一个第一神经网络模型作为教师网络对第二神经网络模型进行蒸馏训练；生成单元，被配置为执行迭代操作中的如下步骤：获取基于候选蒸馏策略蒸馏后的第二神经网络模型的性能，并根据蒸馏后的第二神经网络模型的性能生成反馈信息；更新单元，被配置为执行迭代操作中的如下步骤：根据反馈信息更新控制器；反馈单元，被配置为执行迭代操作中的如下步骤：响应于根据反馈信息确定当前的迭代操作未达到预设的收敛条件，基于更新后的控制器执行下一次迭代操作。
根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面提供的神经网络模型的蒸馏方法。
根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行第一方面提供的神经网络模型的蒸馏方法。
根据本申请的方法实现了最优蒸馏策略的自动搜索，能够搜索出最优的蒸馏策略，从而充分地利用大模型的信息来蒸馏小模型，提升小模型的性能。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：
图1是本公开的神经网络模型的蒸馏方法的一个实施例的流程图；
图2是本公开的神经网络模型的蒸馏方法的另一个实施例的流程图；
图3是本公开的神经网络模型的蒸馏装置的一个实施例的结构示意图；
图4是用来实现本公开的实施例的神经网络模型的蒸馏方法的电子设备的框图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
本公开的方法或装置可以应用于终端设备或服务器，或者可以应用于包括终端设备、网络和服务器的系统架构。其中，网络用以在终端设备和服务器之间提供通信链路的介质，可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
终端设备可以是用户端设备，其上可以安装有各种客户端应用。例如，图像处理类应用、搜索应用、语音服务类应用等。终端设备可以是硬件，也可以是软件。当终端设备为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器可以是运行各种服务的服务器，例如运行基于图像、视频、语音、文本、数字信号等数据的目标检测与识别、文本或语音识别、信号转换等服务的服务器。服务器可以获取各种媒体数据作为深度学习任务的训练样本数据，如图像数据、音频数据、文本数据等。服务器还可以根据具体的深度学习任务，在预设的蒸馏策略搜索空间中搜索出最优的模型蒸馏策略，并利用搜索出的最优的模型蒸馏策略对模型进行蒸馏学习，得到蒸馏后的神经网络模型的参数。
服务器还可以将确定出的神经网络模型的结构和参数等数据发送至终端设备。终端设备根据接收到的数据在本地部署并运行神经网络模型，以执行相应的深度学习任务。
需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本公开的实施例所提供的神经网络模型的蒸馏方法可以由终端设备或服务器执行，相应地，神经网络模型的蒸馏装置可以设置于终端设备或服务器中。
请参考图1，其示出了根据本公开的神经网络模型的蒸馏方法的一个实施例的流程100。该神经网络模型的蒸馏方法，包括：
步骤101，构建蒸馏策略的搜索空间。
蒸馏策略是利用至少一个大模型蒸馏小模型的方法。其中，各第一神经网络模型的复杂度比第二神经网络模型的复杂度高，具体地，第一神经网络模型包含的网络层的数量较第二神经网络模型包含的网络层的数量更多，和/或第一神经网络模型的参数数量大于第二神经网络模型的参数数量。
在实践中，可以获取至少一个经过训练的用于执行指定的深度学习任务的深度神经网络模型作为第一神经网络模型。可以构建结构较为简单的小模型作为第二神经网络模型。在这里，指定的深度学习任务可以例如是图像处理任务、文本翻译任务、语音识别任务，等等。第二神经网络模型在蒸馏训练后可以用于执行该指定的深度学习任务。
在本实施例中，蒸馏策略包括基于至少一个预设的第一神经网络模型蒸馏训练第二神经网络模型所采用的蒸馏损失函数。蒸馏损失函数可以基于各第一神经网络模型与第二神经网络模型执行上述指定的深度学习任务时输出的数据之间的差异构建。蒸馏损失函数可以包括多个可变参数，如权重参数、阈值，等等，通过设定可变参数的数值可以构建多个不同的候选蒸馏损失函数。或者，可以选择多种不同的损失函数来构建多个不同的候选蒸馏损失函数。在本实施例中，可以通过设计多种候选蒸馏损失函数来构建蒸馏策略的搜索空间。
步骤102，通过执行多次迭代操作对第二神经网络模型进行蒸馏训练。
可以通过多次迭代操作从上述蒸馏策略的搜索空间中搜索出最优蒸馏策略，同时对第二神经网络模型进行蒸馏训练。
迭代操作包括以下步骤1021、步骤1022、步骤1023和步骤1024。
在步骤1021中，采用预设的控制器从蒸馏策略的搜索空间中搜索出候选蒸馏策略，基于候选蒸馏策略，将预设的至少一个第一神经网络模型作为教师网络对第二神经网络模型进行蒸馏训练。
预设的控制器用于基于蒸馏策略的搜索空间生成当前迭代操作中的候选蒸馏策略。控制器可以实现为神经网络模型、或者进化算法、强化学习算法等。控制器可以在迭代操作中基于对其搜索出的候选蒸馏策略的评估结果来自动迭代更新，从而逐步搜索出更准确的候选蒸馏策略。
在每一次迭代操作中，可以基于当前的控制器从预设的蒸馏策略的搜索空间中搜索出候选蒸馏策略。根据搜索出的候选蒸馏策略，将预设的至少一个第一神经网络模型作为教师网络，第二神经网络模型作为学生网络，采用蒸馏学习的方式训练第二神经网络模型。
上述候选蒸馏策略可以包括搜索出的候选蒸馏损失函数，可以将该候选蒸馏损失函数作为第二神经网络模型的监督函数，在蒸馏过程中的每一次训练操作，分别利用各第一神经网络模型对样本数据进行处理，利用第二神经网络模型对样本数据进行处理，根据第一神经网络模型的输出数据与第二神经网络模型对应的输出数据之间的差异计算当前的控制器搜索出的候选蒸馏损失函数的值，在蒸馏损失函数的值未收敛至预设的范围内时可以计算当前的控制器搜索出的蒸馏损失函数的梯度，采用梯度下降法调整第二神经网络模型的参数，重复执行上述训练操作，直到当前的控制器搜索出的蒸馏损失函数的值收敛至预设的范围，得到基于当前的控制器搜索出的候选蒸馏策略蒸馏后的第二神经网络模型。
在步骤1022中，获取基于候选蒸馏策略蒸馏后的第二神经网络模型的性能，并根据蒸馏后的第二神经网络模型的性能生成反馈信息。
可以利用测试数据测试基于候选蒸馏策略蒸馏后的第二神经网络模型的准确性、延时等性能。可以根据蒸馏后的第二神经网络模型的性能生成反馈信息。可以将表征蒸馏后的第二神经网络模型的性能的准确性、延时等指标归一化，作为反馈信息。
在步骤1023中，根据反馈信息更新控制器。
可以将反馈信息反馈至上述预设的控制器，上述预设的控制器可以基于反馈信息进行更新。当预设的控制器实现为神经网络模型时，可以基于反馈信息进行梯度计算并采用梯度下降法更新神经网络模型的参数；当预设的控制器实现为强化学习算法时，可以将反馈信息作为奖励值(reward)，控制器更新对应的动作(action)来实现候选蒸馏策略的更新；当控制器实现为进化算法时，可以将反馈信息作为种群的适应度，控制器根据适应度对表征候选蒸馏策略的种群进行优化。
在步骤1024中，响应于根据反馈信息确定当前的迭代操作未达到预设的收敛条件，基于更新后的控制器执行下一次迭代操作。
可以基于反馈信息判断基于当前迭代操作中搜索出的候选蒸馏策略蒸馏后的第二神经网络模型的性能是否达到预设的性能指标，例如准确率是否超过95％，延时是否小于0.5秒，等等。若未达到，则可以基于步骤1023中更新后的控制器返回步骤1021，执行下一次迭代操作。
由于反馈信息包含了基于当前迭代操作中搜索出的候选蒸馏策略蒸馏后的第二神经网络模型的性能信息，所以基于反馈信息更新后的控制器可以在下一次迭代操作中搜索出更准确的候选蒸馏策略，从而在执行多次迭代操作后不断优化搜索出的候选蒸馏策略。由此，实现了蒸馏策略的自动优化搜索，从而基于搜索出的蒸馏策略可以充分地利用第一神经网络模型的信息来蒸馏第二神经网络模型，提升第二神经网络模型的性能。
继续参考图2，其示出了本公开的神经网络模型的蒸馏方法的另一个实施例的流程200。如图2所示，本实施例的神经网络模型的蒸馏方法的流程包括：
步骤201，构建蒸馏策略的搜索空间，蒸馏策略包括基于至少一个预设的第一神经网络模型蒸馏训练第二神经网络模型所采用的蒸馏损失函数；
步骤202，通过执行多次迭代操作对第二神经网络模型进行蒸馏训练，迭代操作包括：
步骤2021，采用预设的控制器从蒸馏策略的搜索空间中搜索出候选蒸馏策略，基于候选蒸馏策略，将预设的至少一个第一神经网络模型作为教师网络对第二神经网络模型进行蒸馏训练。
步骤2022，获取基于候选蒸馏策略蒸馏后的第二神经网络模型的性能，并根据蒸馏后的第二神经网络模型的性能生成反馈信息。
步骤2023，根据反馈信息更新控制器。
步骤2024，响应于根据反馈信息确定当前的迭代操作未达到预设的收敛条件，基于更新后的控制器执行下一次迭代操作。
上述步骤201、步骤2021、步骤2022、步骤2023、步骤2024分别与前述实施例的步骤101、步骤1021、步骤1022、步骤1023、步骤1024一致，相应的具体实现方式可参考前述实施例的描述，此处不再赘述。
步骤2025，将达到预设的收敛条件的迭代操作中搜索出的候选蒸馏策略确定为第二神经网络模型的最优蒸馏策略。
当根据当前的迭代操作中生成反馈信息确定当前的迭代操作达到预设的收敛条件时，可以停止迭代操作，并将达到预设的收敛条件的迭代操作中搜索出的候选蒸馏策略确定为第二神经网络模型的最优蒸馏策略。
这样可以在蒸馏后的第二神经网络模型收敛时停止继续搜索蒸馏策略，从而自动搜索出上述蒸馏策略的搜索空间内的最优蒸馏策略。
可选地，上述方法的流程200还可以包括：
步骤203，利用达到预设的收敛条件的迭代操作中蒸馏后的第二神经网络模型对待处理的深度学习任务数据进行处理。
在上述步骤202中，第二神经网络模型经过多次迭代训练实现了模型蒸馏，其具有与第一神经网络模型相似的泛化能力，准确性较高。可以将达到预设的收敛条件的迭代操作中蒸馏后的第二神经网络模型作为目标神经网络模型，利用目标神经网络模型执行相应的深度学习任务。由于第二神经网络模型的结构简单，利用上述达到预设的收敛条件的迭代操作中蒸馏后的第二神经网络模型处理相应的深度学习任务数据，可以提升处理的效果和处理结果的准确性。
可选地，在另一些实现方式中，可以进一步训练上述达到预设的收敛条件的迭代操作中蒸馏后的第二神经网络模型，以进一步提升蒸馏后的第二神经网络模型的泛化能力和准确性。
在上述结合图1和图2描述的实施例的一些可选的实现方式中，上述蒸馏策略的搜索空间可以包括蒸馏损失函数的候选构建方法。蒸馏损失函数的候选构建方法可以包括下两种：
第一种，基于第一神经网络模型与第二神经网络模型提取出的特征的差异构建特征损失函数作为蒸馏损失函数。
在这里，可以将第一神经网络模型的最后一个特征提取层提出的特征经过全连接层后的输出作为第一神经网络模型提取出的特征，将第二神经网络模型的最后一个特征提取层提出的特征经过全连接层后的输出作为第二神经网络模型提取出的特征。计算两个特征之间的距离作为蒸馏损失函数。
第二种，基于第一神经网络模型与第二神经网络模型提取出的特征的差异构建特征损失函数，基于第二神经网络模型的预测误差构建任务损失函数，根据特征损失函数和任务损失函数的加权和构建蒸馏损失函数。
可以基于上述第一神经网络模型提取出的特征与第二神经网络模型提取出的特征之间的距离构建特征损失函数，并根据第二神经网络模型执行对应的深度学习任务的结果确定第二神经网络模型的预测误差，基于该误差构建任务损失函数。可以对特征损失函数和任务损失函数加权求和得到蒸馏损失函数。
以上两种蒸馏损失函数的候选构建方法的区别在于只使用大模型与小模型的特征损失函数还是同时使用特征损失函数和任务损失函数来监督第二神经网络模型的学习。通过构建包含这两种蒸馏损失函数的候选构建方法的搜索空间，可以针对每一个第一神经网络模型，灵活地从两种蒸馏损失函数的构建方法中搜索出最适合用于蒸馏第二神经网络模型的蒸馏损失函数的构建方法，从而更充分地将第一神经网络模型的信息蒸馏到第二神经网络模型中。
进一步地，预设的第一神经网络模型的数量为至少两个，以及上述蒸馏策略的搜索空间包括：各个预设的第一神经网络模型对应的蒸馏损失函数的候选权重；和/或各个预设的第一神经网络模型在蒸馏训练第二神经网络模型时的候选蒸馏次序。
在利用多模型蒸馏时，可以将不同模型的可选蒸馏次序加入蒸馏策略的搜索空间中，还可以将不同模型对应的蒸馏损失函数的候选权重加入搜索空间中。这样，在每一次迭代操作中，控制器可以生成当前的候选蒸馏损失函数、当前的蒸馏次序、和/或当前的各第一神经网络模型对应的蒸馏损失函数的权重。通过多次迭代操作可以搜索出最优的蒸馏损失函数与蒸馏次序的组合，或搜索出最优的蒸馏函数与各第一神经网络模型对应的蒸馏损失函数的权重的组合，或者搜索出最优的蒸馏损失函数、蒸馏次序、以及各第一神经网络模型对应的蒸馏损失函数的权重的组合。从而实现了搜索空间的扩展和细化，能够帮助进一步提升搜索得到的最优蒸馏策略的准确性，从而提升蒸馏后的模型的准确性。
请参考图3，作为对上述神经网络模型的蒸馏方法的实现，本公开提供了一种神经网络模型的蒸馏装置的一个实施例，该装置实施例与上述各方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图3所示，本实施例的神经网络模型的蒸馏装置300包括构建单元301和训练单元302。其中，构建单元301被配置为构建蒸馏策略的搜索空间，蒸馏策略包括基于至少一个预设的第一神经网络模型蒸馏训练第二神经网络模型所采用的蒸馏损失函数；训练单元302被配置为通过执行多次迭代操作对第二神经网络模型进行蒸馏训练.训练单元302包括：搜索单元3021，被配置为执行迭代操作中的如下步骤：采用预设的控制器从蒸馏策略的搜索空间中搜索出候选蒸馏策略，基于候选蒸馏策略，将预设的至少一个第一神经网络模型作为教师网络对第二神经网络模型进行蒸馏训练；生成单元3022，被配置为执行迭代操作中的如下步骤：获取基于候选蒸馏策略蒸馏后的第二神经网络模型的性能，并根据蒸馏后的第二神经网络模型的性能生成反馈信息；更新单元3023，被配置为执行迭代操作中的如下步骤：根据反馈信息更新控制器；反馈单元3024，被配置为执行迭代操作中的如下步骤：响应于根据反馈信息确定当前的迭代操作未达到预设的收敛条件，基于更新后的控制器执行下一次迭代操作。
在一些实施例中，上述蒸馏策略的搜索空间包括蒸馏损失函数的候选构建方法；蒸馏损失函数的候选构建方法包括：基于第一神经网络模型与第二神经网络模型提取出的特征的差异构建特征损失函数作为蒸馏损失函数；基于第一神经网络模型与第二神经网络模型提取出的特征的差异构建特征损失函数，基于第二神经网络模型的预测误差构建任务损失函数，根据特征损失函数和任务损失函数的加权和构建蒸馏损失函数。
在一些实施例中，上述预设的第一神经网络模型的数量为至少两个；以及蒸馏策略的搜索空间包括：各个预设的第一神经网络模型对应的蒸馏损失函数的候选权重；和/或各个预设的第一神经网络模型在蒸馏训练第二神经网络模型时的候选蒸馏次序。
在一些实施例中，上述训练单元302还包括：确定单元，被配置为执行迭代操作中的如下步骤：将达到预设的收敛条件的迭代操作中搜索出的候选蒸馏策略确定为第二神经网络模型的最优蒸馏策略。
在一些实施例中，上述装置还包括：处理单元，被配置为利用达到预设的收敛条件的迭代操作中蒸馏后的第二神经网络模型对待处理的深度学习任务数据进行处理。
上述装置300与前述方法实施例中的步骤相对应。由此，上文针对神经网络模型的蒸馏方法描述的操作、特征及所能达到的技术效果同样适用于装置300及其中包含的单元，在此不再赘述。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图4所示，是根据本申请实施例的神经网络模型的蒸馏方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图4所示，该电子设备包括：一个或多个处理器401、存储器402，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图4中以一个处理器401为例。
存储器402即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的神经网络模型的蒸馏方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的神经网络模型的蒸馏方法。
存储器402作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的神经网络模型的蒸馏方法对应的程序指令/单元/模块(例如，附图3所示的构建单元301和训练单元302)。处理器401通过运行存储在存储器402中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的神经网络模型的蒸馏方法。
存储器402可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据用于生成神经网络的结构的电子设备的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器402可选包括相对于处理器401远程设置的存储器，这些远程存储器可以通过网络连接至用于生成神经网络的结构的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
神经网络模型的蒸馏方法的电子设备还可以包括：输入装置403和输出装置404。处理器401、存储器402、输入装置403和输出装置404可以通过总线405或者其他方式连接，图4中以通过总线405连接为例。
输入装置403可接收输入的数字或字符信息，以及产生与用于生成神经网络的结构的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置Y04可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种神经网络模型的蒸馏方法，包括：
构建蒸馏策略的搜索空间，所述蒸馏策略包括基于至少一个预设的第一神经网络模型蒸馏训练第二神经网络模型所采用的蒸馏损失函数；
通过执行多次迭代操作对所述第二神经网络模型进行蒸馏训练，所述迭代操作包括：
采用预设的控制器从所述蒸馏策略的搜索空间中搜索出候选蒸馏策略，基于所述候选蒸馏策略，将所述预设的至少一个第一神经网络模型作为教师网络对所述第二神经网络模型进行蒸馏训练；
获取基于所述候选蒸馏策略蒸馏后的第二神经网络模型的性能，并根据所述蒸馏后的第二神经网络模型的性能生成反馈信息；
根据所述反馈信息更新所述控制器；
响应于根据所述反馈信息确定当前的迭代操作未达到预设的收敛条件，基于更新后的所述控制器执行下一次所述迭代操作。
2.根据权利要求1所述的方法，其中，所述蒸馏策略的搜索空间包括蒸馏损失函数的候选构建方法；
所述蒸馏损失函数的候选构建方法包括：
基于所述第一神经网络模型与所述第二神经网络模型提取出的特征的差异构建特征损失函数作为蒸馏损失函数；
基于所述第一神经网络模型与所述第二神经网络模型提取出的特征的差异构建特征损失函数，基于所述第二神经网络模型的预测误差构建任务损失函数，根据所述特征损失函数和所述任务损失函数的加权和构建蒸馏损失函数。
3.根据权利要求1或2所述的方法，其中，所述预设的第一神经网络模型的数量为至少两个；以及
所述蒸馏策略的搜索空间包括：
各个预设的第一神经网络模型对应的蒸馏损失函数的候选权重；和/或
各个预设的第一神经网络模型在蒸馏训练所述第二神经网络模型时的候选蒸馏次序。
4.根据权利要求1所述的方法，其中，所述迭代操作还包括：
将达到所述预设的收敛条件的迭代操作中搜索出的候选蒸馏策略确定为所述第二神经网络模型的最优蒸馏策略。
5.根据权利要求4所述的方法，其中，所述方法还包括：
利用达到所述预设的收敛条件的迭代操作中蒸馏后的第二神经网络模型对待处理的深度学习任务数据进行处理。
6.一种神经网络模型的蒸馏装置，包括：
构建单元，被配置为构建蒸馏策略的搜索空间，所述蒸馏策略包括基于至少一个预设的第一神经网络模型蒸馏训练第二神经网络模型所采用的蒸馏损失函数；
训练单元，被配置为通过执行多次迭代操作对所述第二神经网络模型进行蒸馏训练；
所述训练单元包括：
搜索单元，被配置为执行迭代操作中的如下步骤：采用预设的控制器从所述蒸馏策略的搜索空间中搜索出候选蒸馏策略，基于所述候选蒸馏策略，将所述预设的至少一个第一神经网络模型作为教师网络对所述第二神经网络模型进行蒸馏训练；
生成单元，被配置为执行迭代操作中的如下步骤：获取基于所述候选蒸馏策略蒸馏后的第二神经网络模型的性能，并根据所述蒸馏后的第二神经网络模型的性能生成反馈信息；
更新单元，被配置为执行迭代操作中的如下步骤：根据所述反馈信息更新所述控制器；
反馈单元，被配置为执行迭代操作中的如下步骤：响应于根据所述反馈信息确定当前的迭代操作未达到预设的收敛条件，基于更新后的所述控制器执行下一次所述迭代操作。
7.根据权利要求6所述的装置，其中，所述蒸馏策略的搜索空间包括蒸馏损失函数的候选构建方法；
所述蒸馏损失函数的候选构建方法包括：
基于所述第一神经网络模型与所述第二神经网络模型提取出的特征的差异构建特征损失函数作为蒸馏损失函数；
基于所述第一神经网络模型与所述第二神经网络模型提取出的特征的差异构建特征损失函数，基于所述第二神经网络模型的预测误差构建任务损失函数，根据所述特征损失函数和所述任务损失函数的加权和构建蒸馏损失函数。
8.根据权利要求6或7所述的装置，其中，所述预设的第一神经网络模型的数量为至少两个；以及
所述蒸馏策略的搜索空间包括：
各个预设的第一神经网络模型对应的蒸馏损失函数的候选权重；和/或
各个预设的第一神经网络模型在蒸馏训练所述第二神经网络模型时的候选蒸馏次序。
9.根据权利要求6所述的装置，其中，所述训练单元还包括：
确定单元，被配置为执行迭代操作中的如下步骤：将达到所述预设的收敛条件的迭代操作中搜索出的候选蒸馏策略确定为所述第二神经网络模型的最优蒸馏策略。
10.根据权利要求9所述的装置，其中，所述装置还包括：
处理单元，被配置为利用达到所述预设的收敛条件的迭代操作中蒸馏后的第二神经网络模型对待处理的深度学习任务数据进行处理。
11.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010387563.6A CN111582479B (zh) | 2020-05-09 | 2020-05-09 | 神经网络模型的蒸馏方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010387563.6A CN111582479B (zh) | 2020-05-09 | 2020-05-09 | 神经网络模型的蒸馏方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111582479A true CN111582479A (zh) | 2020-08-25 |
| CN111582479B CN111582479B (zh) | 2023-10-27 |
Family
ID=72112590
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010387563.6A Active CN111582479B (zh) | 2020-05-09 | 2020-05-09 | 神经网络模型的蒸馏方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111582479B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112529162A (zh) * | 2020-12-15 | 2021-03-19 | 北京百度网讯科技有限公司 | 神经网络模型的更新方法、装置、设备和存储介质 |
| CN112784958A (zh) * | 2020-12-31 | 2021-05-11 | 中电海康集团有限公司 | 一种基于持续学习方法的家庭服务型机器人 |
| CN113110550A (zh) * | 2021-04-23 | 2021-07-13 | 南京大学 | 一种基于强化学习与网络模型蒸馏的无人机飞行控制方法 |
| CN114299732A (zh) * | 2021-12-29 | 2022-04-08 | 中山大学 | 一种同时考虑行程时间和公平性的交通灯控制方法及系统 |
| CN114359649A (zh) * | 2021-11-22 | 2022-04-15 | 腾讯科技（深圳）有限公司 | 图像处理方法、装置、设备、存储介质及程序产品 |
| WO2022126439A1 (zh) * | 2020-12-16 | 2022-06-23 | 华为技术有限公司 | 模型协作蒸馏训练的方法及装置和设备、可读存储介质 |
| CN115017377A (zh) * | 2022-08-05 | 2022-09-06 | 深圳比特微电子科技有限公司 | 用于搜索目标模型的方法、装置和计算设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020099700A1 (en) * | 1999-12-14 | 2002-07-25 | Wen-Syan Li | Focused search engine and method |
| CN108921294A (zh) * | 2018-07-11 | 2018-11-30 | 浙江大学 | 一种用于神经网络加速的渐进式块知识蒸馏方法 |
| CN110766142A (zh) * | 2019-10-30 | 2020-02-07 | 北京百度网讯科技有限公司 | 模型生成方法和装置 |
| CN110807515A (zh) * | 2019-10-30 | 2020-02-18 | 北京百度网讯科技有限公司 | 模型生成方法和装置 |
| CN110852421A (zh) * | 2019-11-11 | 2020-02-28 | 北京百度网讯科技有限公司 | 模型生成方法和装置 |
-
2020
- 2020-05-09 CN CN202010387563.6A patent/CN111582479B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020099700A1 (en) * | 1999-12-14 | 2002-07-25 | Wen-Syan Li | Focused search engine and method |
| CN108921294A (zh) * | 2018-07-11 | 2018-11-30 | 浙江大学 | 一种用于神经网络加速的渐进式块知识蒸馏方法 |
| CN110766142A (zh) * | 2019-10-30 | 2020-02-07 | 北京百度网讯科技有限公司 | 模型生成方法和装置 |
| CN110807515A (zh) * | 2019-10-30 | 2020-02-18 | 北京百度网讯科技有限公司 | 模型生成方法和装置 |
| CN110852421A (zh) * | 2019-11-11 | 2020-02-28 | 北京百度网讯科技有限公司 | 模型生成方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| HUI WANG: "Progressive Blockwise Knowledge Distillation for Neural Network Acceleration", 《PRECEEDINGS OF THE TWENTY-SEVENTH INTERNATIONAL JOINT CONFERENCE ON ARTIFICIAL INTELLIGENCE》, pages 2769 - 2775 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112529162A (zh) * | 2020-12-15 | 2021-03-19 | 北京百度网讯科技有限公司 | 神经网络模型的更新方法、装置、设备和存储介质 |
| CN112529162B (zh) * | 2020-12-15 | 2024-02-27 | 北京百度网讯科技有限公司 | 神经网络模型的更新方法、装置、设备和存储介质 |
| WO2022126439A1 (zh) * | 2020-12-16 | 2022-06-23 | 华为技术有限公司 | 模型协作蒸馏训练的方法及装置和设备、可读存储介质 |
| CN112784958A (zh) * | 2020-12-31 | 2021-05-11 | 中电海康集团有限公司 | 一种基于持续学习方法的家庭服务型机器人 |
| CN112784958B (zh) * | 2020-12-31 | 2023-05-23 | 中电海康集团有限公司 | 一种基于持续学习方法的家庭服务型机器人 |
| CN113110550A (zh) * | 2021-04-23 | 2021-07-13 | 南京大学 | 一种基于强化学习与网络模型蒸馏的无人机飞行控制方法 |
| CN114359649A (zh) * | 2021-11-22 | 2022-04-15 | 腾讯科技（深圳）有限公司 | 图像处理方法、装置、设备、存储介质及程序产品 |
| CN114359649B (zh) * | 2021-11-22 | 2024-03-22 | 腾讯科技（深圳）有限公司 | 图像处理方法、装置、设备、存储介质及程序产品 |
| CN114299732A (zh) * | 2021-12-29 | 2022-04-08 | 中山大学 | 一种同时考虑行程时间和公平性的交通灯控制方法及系统 |
| CN115017377A (zh) * | 2022-08-05 | 2022-09-06 | 深圳比特微电子科技有限公司 | 用于搜索目标模型的方法、装置和计算设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111582479B (zh) | 2023-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111582479B (zh) | 神经网络模型的蒸馏方法和装置 | |
| JP7166322B2 (ja) | モデルを訓練するための方法、装置、電子機器、記憶媒体およびコンピュータプログラム | |
| CN111125335B (zh) | 问答处理方法、装置、电子设备和存储介质 | |
| CN111539514B (zh) | 用于生成神经网络的结构的方法和装置 | |
| CN111667054B (zh) | 生成神经网络模型的方法、装置、电子设备以及存储介质 | |
| CN111582453B (zh) | 生成神经网络模型的方法和装置 | |
| CN111667056B (zh) | 用于搜索模型结构的方法和装置 | |
| CN111539479A (zh) | 生成样本数据的方法和装置 | |
| CN111461345B (zh) | 深度学习模型训练方法及装置 | |
| KR20210132578A (ko) | 지식 그래프를 구축하는 방법, 장치, 기기 및 저장 매체 | |
| CN114612749B (zh) | 神经网络模型训练方法及装置、电子设备和介质 | |
| CN111274407B (zh) | 知识图谱中三元组置信度计算方法和装置 | |
| CN112579909A (zh) | 对象推荐方法及装置、计算机设备和介质 | |
| CN111582454A (zh) | 生成神经网络模型的方法和装置 | |
| CN111563593B (zh) | 神经网络模型的训练方法和装置 | |
| CN111667057A (zh) | 用于搜索模型结构的方法和装置 | |
| CN111460384B (zh) | 策略的评估方法、装置和设备 | |
| CN111241838B (zh) | 文本实体的语义关系处理方法、装置及设备 | |
| CN110795569A (zh) | 知识图谱的向量表示生成方法、装置及设备 | |
| CN111582477A (zh) | 神经网络模型的训练方法和装置 | |
| CN111708876A (zh) | 生成信息的方法和装置 | |
| CN112559870A (zh) | 多模型融合方法、装置、电子设备和存储介质 | |
| CN111079945A (zh) | 端到端模型的训练方法及装置 | |
| CN112329453B (zh) | 样本章节的生成方法、装置、设备以及存储介质 | |
| CN111914994A (zh) | 多层感知机的生成方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |