模型炼知

「模型炼知」是一种基于知识重组、知识蒸馏、神经网络剪枝等技术的模型定制化方式。在传统的模型训练流程中,针对每一个待解决的任务,我们需要完成数据收集、标注、预处理、模型训练等一系列步骤,并由此得到对应的单任务模型。在互联网上,存在大量的公开可获得预训练模型,炼知技术通过重用预训练模型来为用户定制新模型。

模型炼知主要由两部分构成:

  • 炼知引擎 (KamalEngine):知识重组算法包,支持重组、蒸馏、剪枝、模型可迁移性度量等功能
  • 在线模型炼知平台:一键式炼知平台,包含模型图谱可视化、训练管理、模型分享等功能

接下来,我们将依次介绍各个模块的原理和功能,并引导您进一步了解炼知技术。

深度估计、语义分割多任务重组
Last updated on