我对知识蒸馏了解不多。我有一个问题。 有一个模型显示了99%的性能(10class图像分类)。但我不能使用更大的模型,因为我必须保持推理时间。如果我使用另一个大模型训练知识蒸馏,是否会产生整体效应? -option-或者让我知道是否有比这更好的方法来提高性能。 enter image description here
我用一个来自多个客户端的测试帐户进行了测试,结果是: Client1 -会话开始需要30-40秒- Windows 10 Client2 -会话启动需要17 -20秒- Windows 10 Client3 -会话开始需要7-10秒-会话开始需要30-50秒-会话开始需要7-10秒-会话开始需要7-10秒- Windows 7不包括上述客户端与RDS相同的域或网络,DNS是正确设置的。
在本地运行,它的工作方式与我想要的完全一样(有一个传入的流文件,在位置7-10有许多不同的代码,每个唯一的代码输出一个文件)例如,如果记录1-5在位置7-10有1234,记录6在位置7-10有2345,记录7在位置7-10有1234,那么将有一个名为1234_file.txt的文件,其中有1-5和7行,第二个文件2345_file.txt将有来自输入文件的第6行: session.transfer(flowFile, R