摘要： 前言 论文提出了一个新的框架，“prune, then distill”，该框架首先剪枝模型，使其更具可移植性，然后提取给student。并进一步从理论上证明了剪枝后的teacher在蒸馏中起到正则化器的作用，减少了泛化误差。在此基础上，还提出了一种新的神经网络压缩方案，其中student网络是基于 阅读全文