Relational Knowledge Distillation解读

Relational Knowledge DistillationTitleSummaryResearch ObjectiveProblem StatementMethod(s)EvaluationConclusionNotes

Relational Knowledge Distillation

Conference: CVPR2019 Created: Oct 3, 2020 4:21 PM Last Edit Time: Oct 5, 2020 11:21 AM Property: Knowledge Distillation

Title

W. Park, D. Kim, Y. Lu, and M. Cho, ‘Relational Knowledge Distillation’, arXiv:1904.05068 [cs], May 2019, Accessed: Sep. 12, 2020. [Online]. Available: http://arxiv.org/abs/1904.05068.

Summary

知识蒸馏任务中，作者提出迁移样本间的关系（结构信息）会优于迁移单个样本的特征，例如：两个样本间的距离，三个样本间的角度。

Research Objective

知识蒸馏：将大模型的知识迁移小模型中。

Problem Statement

如何将知识从大模型迁移到小模型，过去的方法考虑单个样本在大模型和小模型间的迁移，本文作者提出，迁移样本间的关系（结构信息）会优于迁移单个样本特征。基于这一思想，我们还需要思考衍生问题：样本间的关系（结构信息）该如何表示。

传统KD和Relational KD的对比

过去的方法怎么考虑知识蒸馏？或者说，如何进行单样本间的知识蒸馏呢？

$l$作为惩罚Teacher和Student间差异的损失函数，对于$l$来说，有以下几种做法：

(1) Hinton et al中使用softmax前的结果$f_T$和$f_S$作为输入，根据公式(2)计算KL散度来度量两个输出的差异。

(2) Romero et al使用隐藏层激活函数的结果$f_T$和$f_S$进行知识迁移，$l$选择了平方欧式距离，见公式(3)（由于Student隐层输出的维度一般小于Teacher，所以需要一个映射$\beta$） 以上这些方法都被称为Individual KD(IKD)，表示样本间的知识蒸馏。

Method(s)

针对多样本间的关系，提出Relational Knowledge Distillation(RKD).

思想：关系这样的高阶属性较之低阶属性，更具有不变性，有更好的效果。

具体：distance-wise and angle-wise distillation loss X^N 表示N个不同样本。

Distance-wise loss

Angle-wise distillation loss

Overall objective

Evaluation

作者如何评估自己的方法，有没有问题或者可以借鉴的地方

在三个任务上进行评估, metric learning, classification and few-shot learning.

metric learning(recall@K)

Image classification(Acc)

Few-shot learning(Acc) better than teacher.

Conclusion

Strong conclusion: 在Knowledge Distillation中，Relational Knowledge Distillation能够有效地改进Student模型的性能。

Weak conclusion:

Notes

暂无