【文件属性】：
文件名称：matlab精度检验代码-distillation:在EMNIST数据集上进行知识蒸馏的Keras+张量流实验
文件大小：132.4MB
文件格式：ZIP
更新时间：2021-05-21 21:51:30
系统开源
matlab精度检验代码知识蒸馏实验
如何运行代码
依赖项：Keras，Tensorflow，Numpy
培训老师模型：
python
train.py
--file
data/matlab/emnist-letters.mat
--model
cnn
正常训练感知器
python
train.py
--file
data/matlab/emnist-letters.mat
--model
mlp
用知识升华训练学生网络：
python
train.py
--file
data/matlab/emnist-letters.mat
--model
student
--teacher
bin/cnn_64_128_1024_30model.h5
结果
数据集用于实验（26类手写英文字母）
作为教师网络，一个简单的cnn具有3378970参数（2个conv层，分别具有64和128个过滤器，在完全连接的层上具有1024个神经元）经过了26个时期的训练，并在高原早期停止。
验证准确性为94.4％
作为学生网络，使用了具有512个隐藏单元和415258总参数的1层感知器（比教师网络小8倍）。
首先
【文件预览】：
distillation-master
----data()
--------matlab()
----bin()
--------.gitignore(4B)
----models.py(3KB)
----checkpoints()
--------.gitignore(4B)
----README.md(2KB)
----helpers.py(5KB)
----logs()
--------.gitignore(4B)
----train.py(9KB)