dc.contributorTobar Henríquez, Felipe
dc.contributorSilva Sánchez, Jorge
dc.contributorRuiz del Solar, Javier
dc.creatorRuiz Rodríguez, Juan Pablo
dc.date.accessioned2020-12-12T19:17:36Z
dc.date.available2020-12-12T19:17:36Z
dc.date.created2020-12-12T19:17:36Z
dc.date.issued2020
dc.identifierhttps://repositorio.uchile.cl/handle/2250/178006
dc.description.abstractSe estudia la destilación de conocimiento en clasificación de imágenes usando redes neuronales convolucionales. Se usa a modo de tutor una ResNet101 y a modo de estudiantes ResNet18 junto con MobileNet. Los experimentos se realizan sobre la base de datos Cifar10, sobre la cual se prueban distintas técnicas y configuraciones de destilación, tanto incluyendo información de features como solo usando la información en los logits. Sobre el dataset original, se realizan dos modificaciones para probar el funcionamiento bajo ruido y en datos artificiales. Los resultados son bastante prometedores, lográndose incluso entrenar satisfactoriamente sobre datos exclusivamente sintéticos generados por GAN.
dc.languagees
dc.publisherUniversidad de Chile
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/3.0/cl/
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Chile
dc.subjectRedes neuronales (Ciencia de la computación)
dc.subjectDestilación de modelo
dc.subjectTransfer learning
dc.subjectRedes neuronales convolucionales
dc.titleDestilación de modelo en redes convolucionales
dc.typeTesis


Este ítem pertenece a la siguiente institución