知识蒸馏：迁移学习的一种，目的是将庞大网络学到的知识转移到小的网络模型上，即不改变网络复杂度的情况下，通过增加监督信息的丰富程度来提升性能。

关键点：1.知识获取  2.知识转移

常见集中思想：

1.    softmax层的输入比类别标签包含更多的监督信息，使用logistics代替类别标签对小模型进行训练，将小模型训练转化为了回归问题。让小模型输出尽量接近大模型的logits。因为小模型隐层要足够宽，所以参数没有明显减少，效果有限。

2.    softmax的输出层包含了每个类别的概率，包含了更多的信息，用超参数控制预测概率的平衡程度。最终损失函数由小模型预测结果和大模型logistics的交叉熵，和小模型预测结果和类别标签的交叉熵组成。通过调节权重确定两部分的重要程度。但当类别较多时模型难收敛，因为与维度紧密。与logits相比，前一层的输出包含了更多噪声和无关信息。因此先取出无关维度（保留足够强区分维度，维度间低相关）。效果会提高。但研究工作还需要深入。

紧凑的网络结构

1.    挤压（维度不高表达不强，维度高了参数增多，容量与参数的平衡用1*1的卷积进行降维，得到多通道信息，特征紧密，保证模型泛化）

2.    扩张（为了减少参数，部分使用1*1代替大的卷积核，但为了保证不同核输出拼接完整，要对打的卷积输入进行合适的填充像素）

3.    Squeezenet:三条卷积操作，扩张卷积，反卷积，普通卷积，然后合并输入下一层。实现了4.1M参数和googlenet效果一样。