深度学习模型压缩:从剪枝到知识蒸馏

news2026/5/7 6:39:02
深度学习模型压缩从剪枝到知识蒸馏1. 技术分析1.1 模型压缩方法对比方法压缩比精度损失计算开销适用场景剪枝2x-10x1-5%低所有模型量化2x-4x0.5-3%低推理优化知识蒸馏可变可忽略中分类/检测低秩分解2x-5x1-3%中CNN/全连接1.2 压缩效果评估指标定义测量方法压缩比原始/压缩后大小参数数量比加速比原始/压缩后推理时间时间测量精度损失原始-压缩后精度指标对比2. 核心功能实现2.1 模型剪枝import torch import torch.nn as nn import numpy as np class ModelPruner: 模型剪枝器 def __init__(self, model: nn.Module): self.model model self.original_params self._count_params() self.masks {} def _count_params(self) - int: 统计参数量 return sum(p.numel() for p in self.model.parameters()) def magnitude_pruning(self, sparsity: float 0.5): 幅度剪枝 Args: sparsity: 稀疏度0-1之间的比例 for name, param in self.model.named_parameters(): if weight in name: # 计算幅度 magnitudes torch.abs(param.data) # 计算阈值 threshold torch.quantile(magnitudes, sparsity) # 创建掩码 mask magnitudes threshold # 应用掩码 param.data * mask.float() # 保存掩码 self.masks[name] mask def random_pruning(self, sparsity: float 0.5): 随机剪枝 for name, param in self.model.named_parameters(): if weight in name: mask torch.rand_like(param.data) sparsity param.data * mask.float() self.masks[name] mask def structured_pruning(self, methodchannel, amount0.3): 结构化剪枝 Args: method: channel, filter, block amount: 剪枝比例 for name, module in self.model.named_modules(): if isinstance(module, nn.Conv2d): # 计算每个通道的重要性 importance module.weight.data.abs().sum(dim(0, 2, 3)) # 确定要剪枝的通道 num_to_prune int(len(importance) * amount) threshold torch.kthvalue(importance, num_to_prune)[0] # 创建掩码 mask importance threshold # 应用剪枝 module.weight.data * mask.view(1, -1, 1, 1).float() def apply_masks(self): 应用保存的掩码 for name, param in self.model.named_parameters(): if name in self.masks: param.data * self.masks[name].float() def get_sparsity(self) - float: 获取当前稀疏度 total_zeros 0 total_elements 0 for param in self.model.parameters(): total_elements param.numel() total_zeros (param.data 0).sum().item() return total_zeros / total_elements def stats(self) - dict: 获取剪枝统计 current_params self._count_params() return { original_params: self.original_params, current_params: current_params, compression_ratio: self.original_params / current_params, sparsity: self.get_sparsity() } # 使用示例 model torch.nn.Sequential( torch.nn.Linear(784, 256), torch.nn.ReLU(), torch.nn.Linear(256, 10) ) pruner ModelPruner(model) pruner.magnitude_pruning(sparsity0.5) print(f剪枝统计: {pruner.stats()})2.2 模型量化import torch import torch.nn as nn class Quantizer: 模型量化器 staticmethod def dynamic_quantize(model: nn.Module): 动态量化权重int8激活fp32 return torch.quantization.quantize_dynamic( model, {nn.Linear, nn.Conv2d}, dtypetorch.qint8 ) staticmethod def static_quantize(model: nn.Module, calibration_data): 静态量化 model.eval() # Fuse模块 model torch.quantization.fuse_modules( model, [[0, 1]] # Conv BN ReLU ) # 设置量化配置 model.qconfig torch.quantization.get_default_qconfig(fbgemm) torch.quantization.prepare(model, inplaceTrue) # 校准 print(校准中...) model.eval() with torch.no_grad(): for i, (data, _) in enumerate(calibration_data): if i 100: break model(data) # 转换 quantized_model torch.quantization.convert(model, inplaceFalse) return quantized_model staticmethod def post_training_quantize(model: nn.Module, calibration_data): 训练后量化 # 配置 model.eval() model.fuse_model() # PTQ torch.quantization.quantize_dynamic( model, {nn.Linear, nn.Conv2d}, dtypetorch.qint8, inplaceTrue ) return model def compare_quantization(): 对比不同量化方法 model SimpleModel() # 原始模型大小 original_size sum(p.numel() * p.element_size() for p in model.parameters()) # 动态量化 dynamic_model Quantizer.dynamic_quantize(model) dynamic_size sum( p.numel() * p.element_size() for p in dynamic_model.parameters() ) print(f原始模型: {original_size / 1024 / 1024:.2f} MB) print(f动态量化: {dynamic_size / 1024 / 1024:.2f} MB) print(f压缩比: {original_size / dynamic_size:.2f}x)2.3 知识蒸馏import torch import torch.nn as nn import torch.nn.functional as F class Distiller: 知识蒸馏器 def __init__(self, teacher: nn.Module, student: nn.Module, temperature: float 4.0, alpha: float 0.5): self.teacher teacher self.student student self.temperature temperature self.alpha alpha # 冻结教师模型 for param in self.teacher.parameters(): param.requires_grad False def distillation_loss(self, student_logits, teacher_logits, labels): 蒸馏损失 结合硬标签损失和软标签损失 # 软标签损失KL散度 soft_teacher F.softmax(teacher_logits / self.temperature, dim1) soft_student F.log_softmax(student_logits / self.temperature, dim1) soft_loss F.kl_div( soft_student, soft_teacher, reductionbatchmean ) * (self.temperature ** 2) # 硬标签损失 hard_loss F.cross_entropy(student_logits, labels) # 组合损失 return self.alpha * soft_loss (1 - self.alpha) * hard_loss def train_student(self, train_loader, optimizer, epochs10): 训练学生模型 self.teacher.eval() self.student.train() for epoch in range(epochs): total_loss 0 correct 0 total 0 for data, labels in train_loader: optimizer.zero_grad() # 教师输出 with torch.no_grad(): teacher_logits self.teacher(data) # 学生输出 student_logits self.student(data) # 计算损失 loss self.distillation_loss(student_logits, teacher_logits, labels) loss.backward() optimizer.step() total_loss loss.item() _, predicted student_logits.max(1) total labels.size(0) correct predicted.eq(labels).sum().item() accuracy 100. * correct / total avg_loss total_loss / len(train_loader) print(fEpoch {epoch1}/{epochs}, Loss: {avg_loss:.4f}, Acc: {accuracy:.2f}%) def evaluate(self, test_loader): 评估学生模型 self.student.eval() correct 0 total 0 with torch.no_grad(): for data, labels in test_loader: outputs self.student(data) _, predicted outputs.max(1) total labels.size(0) correct predicted.eq(labels).sum().item() return 100. * correct / total # 使用示例 teacher create_large_model() # 教师模型 student create_small_model() # 学生模型 distiller Distiller(teacher, student, temperature4.0, alpha0.5) optimizer torch.optim.Adam(student.parameters(), lr0.001) distiller.train_student(train_loader, optimizer, epochs20) accuracy distiller.evaluate(test_loader) print(f学生模型测试准确率: {accuracy:.2f}%)2.4 低秩分解import torch import torch.nn as nn from scipy.linalg import svd class LowRankDecomposition: 低秩分解 staticmethod def decompose_linear(layer: nn.Linear, rank_ratio: float 0.5): 分解Linear层 将 W 分解为 W U V 其中 U 的形状是 (out_features, rank) V 的形状是 (rank, in_features) W layer.weight.data.numpy() original_shape W.shape # SVD分解 U, S, Vt svd(W, full_matricesFalse) # 计算目标秩 rank max(1, int(min(original_shape) * rank_ratio)) # 截断 U U[:, :rank] S S[:rank] Vt Vt[:rank, :] # 创建新层 new_in_features original_shape[1] new_out_features original_shape[0] # 替换原始层 layer.weight.data torch.from_numpy(U * S).float() layer.out_features rank return U.shape[1] staticmethod def apply_to_model(model: nn.Module, rank_ratio: float 0.5): 应用到整个模型 total_reduction 0 for name, module in model.named_modules(): if isinstance(module, nn.Linear): original_size module.weight.numel() new_rank LowRankDecomposition.decompose_linear(module, rank_ratio) new_size module.in_features * new_rank new_rank * module.out_features total_reduction original_size - new_size print(fLayer {name}: {original_size} - {new_size}, 减少 {original_size - new_size}) return total_reduction # 使用 decomposer LowRankDecomposition() reduction decomposer.apply_to_model(model, rank_ratio0.5) print(f总共减少参数: {reduction})3. 性能对比3.1 压缩效果对比方法压缩比ImageNet Top-1加速比原始ResNet-501.0x76.1%1.0x剪枝(50%)2.0x75.3%1.5x量化(INT8)4.0x75.8%2.0x蒸馏可变75.5%可变剪枝量化8.0x74.6%3.0x4. 最佳实践4.1 压缩策略选择场景推荐策略理由移动端部署量化显著减小模型大小边缘设备剪枝量化综合优化实时推理知识蒸馏保证精度云端部署剪枝减少计算量4.2 注意事项# ✅ 推荐渐进式压缩 # 先剪枝再量化避免一次性压缩导致精度大幅下降 # ✅ 推荐保留关键层 # 不要对embedding层、最后一层分类器进行大幅剪枝 # ❌ 避免过度压缩 # 压缩比过高会导致精度大幅下降5. 总结模型压缩要点剪枝减少参数量和计算量量化减小模型存储和加速推理知识蒸馏用大模型指导小模型学习

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/2590648.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…