Ի՞նչ է knowledge distillation-ը edge-ի համար։

Գիտելիքների դեսթիլացիան edge-ի համար是一种压缩和优化大型机器学习 մոդելների մեթոդ, որը նախատեսված է սահմանափակ ռեսուրսներով սարքերում (edge սարքեր, օրինակ, մոբայլ հեռախոսներ, IoT):

Իդեան այն է, որ պատրաստել փոքր "ուսանող" մոդել, որը պատճենում է մեծ "ուսուցիչ" մոդելի վարքագիծը, պահպանելով բարձր ճշգրտություն, բայց պահանջելով քիչ հաշվարկային ռեսուրսներ և հիշողություն:

Սա թույլ է տալիս՝

• գործարկել բարդ մոդելներ սահմանափակ հզորությամբ և էներգիայի սպառմամբ սարքերում;
• նվազեցնել տվյալների մշակման ուշացումը, քանի որ հաշվարկները կատարվում են տեղում;
• բարելավել գաղտնիությունը, քանի որ տվյալները անհրաժեշտ չէ ուղարկել ամպ:

Օրինակ՝ մեծ նեյրոնային ցանցը ուսուցանվում է սերվերում, ապա նրա գիտելիքները փոխանցվում են դեսթիլացիայի միջոցով փոքր մոդելին, որը տեղադրվում է սմարթֆոնում խոսքի կամ պատկերների ճանաչման համար։