bert 压缩优化方向的论文
bert每个层次的任务表现不同
https://hal.inria.fr/hal-02131630/document
讲解:
https://zhuanlan.zhihu.com/p/149730830?from_voters_page=true
bert 瘦身版本,基于知识蒸馏:
https://arxiv.org/abs/1909.10351
蒸馏的其他用法
因为蒸馏只是一种将知识提取注入的技巧,所以它不光可以用来给模型减肥。也可以让模型大小保持不变,但通过从集成模型蒸馏,或者其他一些蒸馏技巧加强单一模型的表现。可以参考下面两个论文:
论文:BAM! Born-Again Multi-Task Networks for Natural Language Understanding
用动态轻量卷积替代self-attention的工作
在NMT达到同样质量的前提下 提升了训练速度,长句子下 由原来的长度平方复杂度,降低到了长度线性复杂度,应该是ICLR 2019上的
https://openreview.net/pdf?id=SkVhlh09tX
用超低精度压缩 BERT,量化
提出 group-wise quantization 加上基于二次阶Hessian信息的混合方法:
论文:Q-BERT: Hessian Based Ultra Low Precision Quantization of BERT
优化方式汇总论文: