模型压缩：理论基础
模型压缩基本方法分为三类:
- 量化
- 裁剪
- 蒸馏
量化
裁剪
绿线：随机裁剪 30% 已经扛不住了
蓝线：60% 还不错
蒸馏
- 蒸馏任务与原来的学习任务同时进行.
- 对于没有标注的数据，可以只学习teacher的预测概率
Teacher model:教师模型，是已经训练好的，比较不错的模型。
Student(distilled) model:学生模型，是重新初始化的小模型,去学生老师的结果
设置损失函数，让学生的概率分布，往老师上靠。使得学生能够复现老师的输出，从而获得老师的准确率
蒸馏的信号
第一步：A 首先对Student进行学习，不带蒸馏的，一般在无监督数据上进行 lask
第二步：把学习的模型拿过来，带一个老师模型，同样进行无监督学习，B
第三步：通过通用的老师.. 视频时间：20:00
任务无关蒸馏：不需要知道下一步要做什么，蒸完就能直接拿去用
3层，比12层更小，更宽。
压缩模型最好是压深度，而不是宽度，因为压缩深度可以有效的降低依赖性，使用3步就可以完成计算，宽度有些设备可以高效的并行完成
宽度的大小对整个模型的预测时间，是影响不大的
中文是没有空格的语言，所以先要分词
产业实践案例
模型上线，首先要考虑的是模型是不是需要微调，有些模型不需要微调，直接可以上线。
- 可能没有数据给他微调
- 希望这个模型做为下游模型的输入
CPU在线预测应用
数据增强
实践案例:搜索问答
实践案例:GPU在线预测应用在搜索引擎
