add_inter_soft_label

config

输入

t_module

用于配置teache模型中计算soft label的layer名称。

必选。

数据类型：string。

s_module

用于配置student模型中计算soft label的layer名称。

必选。

数据类型：string。

t_output_idx

用于配置t_module输出的index。

若t_module存在多个输出，需要使用该参数指定用于计算loss的输出。若只有一个输出，使用0即可。

必选。

数据类型：int。

s_output_idx

用于配置s_module输出的index。

若s_module存在多个输出，需要使用该参数指定用于计算loss的输出。若只有一个输出，使用0即可。

必选。

数据类型：int。

loss_func

用于指定t_module 与s_module 的loss function，每一个loss function作为一个字典存入该list中，字典内部包含如下字段：

• func_name：loss function的名称。
  • MindSpore和PyTorch模型配置为KDCrossEntropy。
  • 自定义：使用add_custom_loss_func方法新增loss function。
• func_weight：loss的权重。

• temperature：蒸馏的温度。
• func_param：部分loss function的参数。

必选。

数据类型：list。

字典内参数：

• func_name必选，数据类型：string。
• func_weight必选，数据类型：int。
• temperature可选，数据类型：float，默认值为1。
• func_param可选，数据类型：list，默认值为[]。

shape

t_module[t_output_idx]的shape。

仅MindSpore模型需要配置。

必选。

数据类型：list。

需注意t_module[t_output_idx]与s_module[s_output_idx]的shape保持一致。