05-模型部署与工程化: 推理优化:知识蒸馏

news2026/4/29 1:22:43
推理优化知识蒸馏教师-学生架构、蒸馏损失、轻量化部署一、知识蒸馏概述1.1 什么是知识蒸馏importnumpyasnpimportmatplotlib.pyplotaspltfrommatplotlib.patchesimportRectangle,FancyBboxPatchimportwarnings warnings.filterwarnings(ignore)print(*60)print(知识蒸馏大模型教小模型)print(*60)# 知识蒸馏架构图fig,axesplt.subplots(1,2,figsize(14,6))# 教师-学生架构ax1axes[0]ax1.axis(off)ax1.set_title(教师-学生架构,fontsize11)# 教师模型teacherFancyBboxPatch((0.1,0.5),0.3,0.3,boxstyleround,pad0.05,facecolorlightcoral,ecblack)ax1.add_patch(teacher)ax1.text(0.25,0.65,教师模型\n(大模型),hacenter,vacenter,fontsize9)# 学生模型studentFancyBboxPatch((0.6,0.5),0.3,0.3,boxstyleround,pad0.05,facecolorlightgreen,ecblack)ax1.add_patch(student)ax1.text(0.75,0.65,学生模型\n(小模型),hacenter,vacenter,fontsize9)# 知识蒸馏ax1.annotate(,xy(0.6,0.65),xytext(0.4,0.65),arrowpropsdict(arrowstyle-,lw2))ax1.text(0.5,0.7,知识蒸馏,hacenter,fontsize9)# 效果对比ax2axes[1]methods[教师模型,学生模型\n(从头训练),学生模型\n(知识蒸馏)]sizes[100,10,10]accuracies[95,82,90]xnp.arange(len(methods))width0.35bars1ax2.bar(x-width/2,sizes,width,label参数量 (M),colorlightblue)bars2ax2.bar(xwidth/2,accuracies,width,label准确率 (%),colorlightcoral)ax2.set_xticks(x)ax2.set_xticklabels(methods)ax2.set_ylabel(数值)ax2.set_title(知识蒸馏效果对比)ax2.legend()plt.suptitle(知识蒸馏用大模型教小模型,fontsize14)plt.tight_layout()plt.show()print(\n 知识蒸馏核心思想:)print( 教师模型: 训练好的大模型提供软标签)print( 学生模型: 待训练的小模型学习教师的知识)print( 蒸馏损失: 让学生模型模仿教师模型的输出)二、蒸馏损失2.1 软标签与温度defsoft_labels_temperature():软标签与温度参数print(\n*60)print(软标签与温度参数)print(*60)fig,axesplt.subplots(1,2,figsize(14,6))# 硬标签 vs 软标签ax1axes[0]classes[猫,狗,鸟,鱼]hard_labels[1,0,0,0]soft_labels[0.7,0.2,0.05,0.05]xnp.arange(len(classes))width0.35bars1ax1.bar(x-width/2,hard_labels,width,label硬标签,colorlightcoral)bars2ax1.bar(xwidth/2,soft_labels,width,label软标签,colorlightgreen)ax1.set_xlabel(类别)ax1.set_ylabel(概率)ax1.set_title(硬标签 vs 软标签)ax1.set_xticks(x)ax1.set_xticklabels(classes)ax1.legend()# 温度参数影响ax2axes[1]defsoftmax_with_temperature(logits,T):exp_logitsnp.exp(logits/T)returnexp_logits/np.sum(exp_logits)logitsnp.array([3.0,1.0,0.5,0.2])temperatures[0.5,1.0,2.0,5.0]xnp.arange(len(logits))width0.2colors[blue,green,orange,red]fori,Tinenumerate(temperatures):probssoftmax_with_temperature(logits,T)ax2.bar(xi*width-0.3,probs,width,labelfT{T},alpha0.7)ax2.set_xlabel(类别)ax2.set_ylabel(概率)ax2.set_title(温度参数对概率分布的影响)ax2.set_xticks(x)ax2.set_xticklabels([A,B,C,D])ax2.legend()plt.suptitle(软标签与温度参数,fontsize12)plt.tight_layout()plt.show()print(\n 温度参数作用:)print( T1: 标准Softmax)print( T1: 分布更平滑类别间差距变小)print( T1: 分布更尖锐突出最大类别)print( 蒸馏时通常使用T1让学生学习类别间关系)soft_labels_temperature()2.2 蒸馏损失函数defdistillation_loss():蒸馏损失函数print(\n*60)print(蒸馏损失函数)print(*60)code import torch import torch.nn as nn import torch.nn.functional as F class DistillationLoss(nn.Module): def __init__(self, temperature3.0, alpha0.7): super(DistillationLoss, self).__init__() self.temperature temperature self.alpha alpha def forward(self, student_logits, teacher_logits, labels): # 蒸馏损失软标签 soft_loss F.kl_div( F.log_softmax(student_logits / self.temperature, dim1), F.softmax(teacher_logits / self.temperature, dim1), reductionbatchmean ) * (self.temperature ** 2) # 硬标签损失 hard_loss F.cross_entropy(student_logits, labels) # 总损失 total_loss self.alpha * soft_loss (1 - self.alpha) * hard_loss return total_loss # 使用示例 criterion DistillationLoss(temperature3.0, alpha0.7) student_logits torch.randn(32, 10) teacher_logits torch.randn(32, 10) labels torch.randint(0, 10, (32,)) loss criterion(student_logits, teacher_logits, labels) print(f蒸馏损失: {loss.item():.4f}) print(code)distillation_loss()三、PyTorch蒸馏实现3.1 基础蒸馏defbasic_distillation():基础蒸馏实现print(\n*60)print(PyTorch基础蒸馏)print(*60)code import torch import torch.nn as nn import torch.optim as optim from torch.utils.data import DataLoader class DistillationTrainer: def __init__(self, teacher_model, student_model, train_loader, val_loader, temperature3.0, alpha0.7, lr0.001, devicecuda): self.teacher teacher_model.to(device) self.student student_model.to(device) self.train_loader train_loader self.val_loader val_loader self.device device self.temperature temperature self.alpha alpha self.criterion DistillationLoss(temperature, alpha) self.optimizer optim.Adam(self.student.parameters(), lrlr) def train_epoch(self): self.student.train() self.teacher.eval() total_loss 0 for batch_idx, (data, target) in enumerate(self.train_loader): data, target data.to(self.device), target.to(self.device) # 教师模型预测不计算梯度 with torch.no_grad(): teacher_logits self.teacher(data) # 学生模型预测 student_logits self.student(data) # 计算蒸馏损失 loss self.criterion(student_logits, teacher_logits, target) # 反向传播 self.optimizer.zero_grad() loss.backward() self.optimizer.step() total_loss loss.item() return total_loss / len(self.train_loader) def train(self, epochs50): for epoch in range(epochs): train_loss self.train_epoch() val_acc self.evaluate() if (epoch 1) % 10 0: print(fEpoch {epoch1}, Loss: {train_loss:.4f}, Val Acc: {val_acc:.2f}%) def evaluate(self): self.student.eval() correct 0 total 0 with torch.no_grad(): for data, target in self.val_loader: data, target data.to(self.device), target.to(self.device) output self.student(data) _, predicted torch.max(output, 1) total target.size(0) correct (predicted target).sum().item() return 100 * correct / total # 使用示例 teacher ResNet50() student ResNet18() trainer DistillationTrainer(teacher, student, train_loader, val_loader) trainer.train(epochs30) print(code)basic_distillation()3.2 特征蒸馏deffeature_distillation():特征蒸馏print(\n*60)print(特征蒸馏中间层)print(*60)code class FeatureDistillationLoss(nn.Module): def __init__(self, temperature3.0, alpha0.7, beta0.5): super(FeatureDistillationLoss, self).__init__() self.temperature temperature self.alpha alpha self.beta beta self.mse nn.MSELoss() def forward(self, student_logits, teacher_logits, student_features, teacher_features, labels): # 输出蒸馏 soft_loss F.kl_div( F.log_softmax(student_logits / self.temperature, dim1), F.softmax(teacher_logits / self.temperature, dim1), reductionbatchmean ) * (self.temperature ** 2) # 硬标签损失 hard_loss F.cross_entropy(student_logits, labels) # 特征蒸馏让学生的中间层模仿教师 feature_loss 0 for s_feat, t_feat in zip(student_features, teacher_features): feature_loss self.mse(s_feat, t_feat) total_loss (self.alpha * soft_loss (1 - self.alpha) * hard_loss self.beta * feature_loss) return total_loss # 带特征蒸馏的学生模型 class StudentWithFeatures(nn.Module): def __init__(self): super(StudentWithFeatures, self).__init__() self.conv1 nn.Conv2d(3, 32, 3, padding1) self.conv2 nn.Conv2d(32, 64, 3, padding1) self.fc nn.Linear(64 * 32 * 32, 10) self.relu nn.ReLU() self.pool nn.MaxPool2d(2) def forward(self, x): features [] x self.pool(self.relu(self.conv1(x))) features.append(x) x self.pool(self.relu(self.conv2(x))) features.append(x) x x.view(x.size(0), -1) x self.fc(x) return x, features # 教师模型类似结构但更深 class TeacherWithFeatures(nn.Module): def __init__(self): super(TeacherWithFeatures, self).__init__() self.conv1 nn.Conv2d(3, 64, 3, padding1) self.conv2 nn.Conv2d(64, 128, 3, padding1) self.conv3 nn.Conv2d(128, 256, 3, padding1) self.fc nn.Linear(256 * 16 * 16, 10) self.relu nn.ReLU() self.pool nn.MaxPool2d(2) def forward(self, x): features [] x self.pool(self.relu(self.conv1(x))) features.append(x) x self.pool(self.relu(self.conv2(x))) features.append(x) x self.pool(self.relu(self.conv3(x))) features.append(x) x x.view(x.size(0), -1) x self.fc(x) return x, features print(code)feature_distillation()四、自蒸馏4.1 自蒸馏原理defself_distillation():自蒸馏print(\n*60)print(自蒸馏自己教自己)print(*60)code class SelfDistillationLoss(nn.Module): def __init__(self, temperature3.0, alpha0.5): super(SelfDistillationLoss, self).__init__() self.temperature temperature self.alpha alpha def forward(self, logits, aux_logits, labels): # 主输出和辅助输出之间的蒸馏 soft_loss F.kl_div( F.log_softmax(logits / self.temperature, dim1), F.softmax(aux_logits / self.temperature, dim1), reductionbatchmean ) * (self.temperature ** 2) # 硬标签损失 hard_loss F.cross_entropy(logits, labels) return self.alpha * soft_loss (1 - self.alpha) * hard_loss # 带辅助分类器的模型 class SelfDistillationModel(nn.Module): def __init__(self): super(SelfDistillationModel, self).__init__() self.conv1 nn.Conv2d(3, 32, 3, padding1) self.conv2 nn.Conv2d(32, 64, 3, padding1) self.conv3 nn.Conv2d(64, 128, 3, padding1) # 辅助分类器浅层 self.aux_pool nn.AdaptiveAvgPool2d(1) self.aux_fc nn.Linear(64, 10) # 主分类器深层 self.main_pool nn.AdaptiveAvgPool2d(1) self.main_fc nn.Linear(128, 10) self.relu nn.ReLU() self.pool nn.MaxPool2d(2) def forward(self, x): x self.pool(self.relu(self.conv1(x))) x2 self.pool(self.relu(self.conv2(x))) # 用于辅助分类 aux_out self.aux_fc(self.aux_pool(x2).squeeze(-1).squeeze(-1)) x3 self.pool(self.relu(self.conv3(x2))) main_out self.main_fc(self.main_pool(x3).squeeze(-1).squeeze(-1)) return main_out, aux_out # 训练 model SelfDistillationModel() criterion SelfDistillationLoss() for epoch in range(epochs): for data, target in train_loader: optimizer.zero_grad() main_out, aux_out model(data) loss criterion(main_out, aux_out, target) loss.backward() optimizer.step() print(code)self_distillation()五、实战BERT蒸馏5.1 DistilBERT实现defbert_distillation():BERT蒸馏print(\n*60)print(BERT知识蒸馏)print(*60)code from transformers import ( BertForSequenceClassification, BertConfig, Trainer, TrainingArguments, AutoTokenizer ) import torch import torch.nn as nn class DistilBERTForSequenceClassification(nn.Module): def __init__(self, teacher_model, num_labels2, hidden_size384, num_layers6): super(DistilBERTForSequenceClassification, self).__init__() # 学生模型配置更小 config BertConfig( vocab_sizeteacher_model.config.vocab_size, hidden_sizehidden_size, num_hidden_layersnum_layers, num_attention_heads6, intermediate_size4 * hidden_size, num_labelsnum_labels ) self.model BertForSequenceClassification(config) self.teacher teacher_model self.temperature 3.0 self.alpha 0.7 def forward(self, input_ids, attention_mask, labelsNone): # 学生预测 student_outputs self.model(input_ids, attention_maskattention_mask) student_logits student_outputs.logits if labels is not None: # 教师预测 with torch.no_grad(): teacher_outputs self.teacher(input_ids, attention_maskattention_mask) teacher_logits teacher_outputs.logits # 蒸馏损失 soft_loss nn.KLDivLoss(reductionbatchmean)( nn.LogSoftmax(dim1)(student_logits / self.temperature), nn.Softmax(dim1)(teacher_logits / self.temperature) ) * (self.temperature ** 2) # 硬标签损失 hard_loss nn.CrossEntropyLoss()(student_logits, labels) loss self.alpha * soft_loss (1 - self.alpha) * hard_loss return loss return student_logits # 使用Hugging Face蒸馏 from transformers import DistilBertForSequenceClassification, DistilBertConfig # 加载教师模型 teacher BertForSequenceClassification.from_pretrained(bert-base-uncased) # 配置学生模型 config DistilBertConfig( vocab_sizeteacher.config.vocab_size, hidden_size384, num_hidden_layers6, num_attention_heads6, intermediate_size1536 ) student DistilBertForSequenceClassification(config) # 蒸馏训练 training_args TrainingArguments( output_dir./distilbert_results, num_train_epochs3, per_device_train_batch_size16, warmup_steps500, weight_decay0.01, logging_dir./logs, ) # 自定义蒸馏Trainer class DistillationTrainer(Trainer): def compute_loss(self, model, inputs, return_outputsFalse): input_ids inputs[input_ids] attention_mask inputs[attention_mask] labels inputs[labels] # 教师预测 with torch.no_grad(): teacher_outputs self.teacher_model(input_ids, attention_maskattention_mask) teacher_logits teacher_outputs.logits # 学生预测 student_outputs model(input_ids, attention_maskattention_mask) student_logits student_outputs.logits # 蒸馏损失 loss_fct nn.KLDivLoss(reductionbatchmean) soft_loss loss_fct( nn.LogSoftmax(dim1)(student_logits / 3.0), nn.Softmax(dim1)(teacher_logits / 3.0) ) * (3.0 ** 2) hard_loss nn.CrossEntropyLoss()(student_logits, labels) loss 0.7 * soft_loss 0.3 * hard_loss return loss trainer DistillationTrainer( modelstudent, argstraining_args, train_datasettrain_dataset, teacher_modelteacher ) trainer.train() print(code)bert_distillation()六、总结蒸馏类型知识来源复杂度效果适用场景输出蒸馏软标签低好通用压缩特征蒸馏中间层中很好深度模型自蒸馏自身辅助层中好单模型训练在线蒸馏互相学习高好多模型集成蒸馏最佳实践温度参数T通常设为3-5α通常设为0.7软标签权重学生模型大小约为教师的1/3-1/2蒸馏微调效果更好知识蒸馏应用模型压缩BERT → DistilBERT模型加速大模型 → 小模型迁移学习通用模型 → 任务模型

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2564108.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…