BriefGPT - AI 论文速递
·
Wasserstein 距离在知识蒸馏中的优势
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种基于Wasserstein距离的知识蒸馏方法，克服了KL散度在跨类别比较中的局限性，并证明了其在图像分类和目标检测中的优越性。
🎯
关键要点
- 本研究提出了一种基于Wasserstein距离的知识蒸馏方法。
- 该方法克服了KL散度在跨类别比较中的局限性。
- 研究证明了该方法在图像分类和目标检测中的优越性。
- WKD-L和WKD-F是提出的两种知识蒸馏方法。
- 该研究展示了Wasserstein距离方法在知识蒸馏领域的潜力。
🏷️
标签
➡️
