【2020】Regularizing Class-wise Predictions via Self-knowledge Distillation
?? 问题： 具有数百万个参数的深度神经网络可能由于过拟合而泛化能力较差。本文通过自我蒸馏增加正则化（惩罚项），从而减轻过拟合。
?? 具体： 取同一分类的不同样本进行分类预测，要求产生相似的错误分类，而传统分类未考虑预测分布的一致性。
?? 结果： 防止过拟合+减少内部阶级差异。
1 模型：
??传统正则化： 基于图像输出的正则化。
??本文正则化： 基于类的输出正则化，即选取相同类别的不同图像。
??传统知识蒸馏： 利用相同样本经过两个网络（老师和学生）的输出。
??本文知识蒸馏： 利用相同类的不同样本经过相同网络的输出。
下图为本文整体模型概述：
??添加相同类不同样本输出的误差Lcls。
最终算法如下:
2 结果
??如图，我们的方法CS-KD相比较交叉熵误差cross-entropy，对同样错误分类的样本，cross-entropy预测真实标签woman和otter的概率都很小，且错误的预测概率均相对较大。而CS-KD虽输出错误分类，但预测真实标签也不小。
??figure2统计了所有错误分类，纵坐标是错误分类样本数量，横坐标是输出概率取对数，越接近0，对应概率越大。（a）图是对应输出top1的标签概率，（b）图是对应错误分类样本的真实标签的输出概率。可见，我们的方法虽输出分类错，但概率值相对不大，且真实概率相对cross-entropy较大。