蒸馏，把有杂质的东西变成纯度高的
知识从教师网络集成到学生网络，这个过程叫迁移，这么做的原因是终端的算力有限，需要高效率
有关嵌入式开发也有教程！！
问题的引入：标签有问题，马更像驴而不想汽车，训练教师网络的hard target有问题，所以由教师网络得来的soft target有更多的信息，尽管“知识”的概念代表了网络中学习到的权重或参数，但是参数这种东西是无法迁移的
蒸馏温度T越高，整体的标签就会越soft，这样非正确的类别之间的相对信息就会被充分的暴露出来.温度T是一个需要精细调控的参数，如果温度太小，那么不能体现出相对关系，但是温度太大，输出的结果就会完全平均，也不能传授任何信息，会带来噪声
蒸馏的过程
把数据喂给学生网络和教师网络，让两者在温度T的时候计算一个distillation loss，让两者越接近越好，同时学生网络自己也要在温度为1的时候和hard label做损失计算，让两个的距离接近。这两个方面都要兼顾，这两种loss都会有一个系数，soft loss是老师的课程，hard loss是课本
小样本和零样本的学习也许也可以通过知识蒸馏来实现
知识蒸馏的应用场景：
模型压缩、优化训练防止过拟合（潜在的正则化效应）、无限大无监督学习的数据挖掘。
知识蒸馏的发展方向：
下面有关知识蒸馏的博客，介绍了技术背景和历史发展Knowledge Distillation
https://devopedia.org/knowledge-distillation
Knowledge distillation in deep learning and its applications [PeerJ]https://peerj.com/articles/cs-474/
代码库：12种类SOTA的知识蒸馏方法
GitHub - HobbitLong/RepDistiller: [ICLR 2020] Contrastive Representation Distillation (CRD), and benchmark of recent knowledge distillation methods[ICLR 2020] Contrastive Representation Distillation (CRD), and benchmark of recent knowledge distillation methods - GitHub - HobbitLong/RepDistiller: [ICLR 2020] Contrastive Representation Distillation (CRD), and benchmark of recent knowledge distillation methods
https://github.com/Hobbitlong/RepDistiller
——————————————————————————————————————————
论文精度：Distilling the Knowledge in neural network
复习多分类交叉熵损失函数，先求出全部事件被正确预测的概率（似然概率，liklyhood），区对数让相乘变相加，但是单调性保持不变，我们想最大化这个概率，在工程上为了造loss function，相当于最小化这个负概率，于是得到了上图中右边绿框中总结的公式，当label为one-hot编码时，损失函数可以简化为下面的式子。
反向传播算法 | 机器之心
