李宏毅机器学习2022春季-第十三课和HW13

李宏毅2022课程视频全部以线上视频的形式给出（已经全部录好，你可以选择短时间全部学完），上课时间会直播讲解额外的内容（可以不听）和作业（建议一定要做），目前已更新到作业十三。

第十三课主要内容是Network compression(模型压缩)，课程中介绍了五种模型压缩的方法：Network Pruning（模型剪枝）, Knowledge Distillation（知识蒸馏）, Parameter Quantization（参数量化）, Archtecture Design（架构设计）, Dynamic Computation（动态计算）。详细内容见课程视频。

• 课程视频：

  b站视频号：机器学习手艺人

  https://www.bilibili.com/video/BV1Z34y1C7sj?spm_id_from=333.999.0.0

• Github：课堂和作业课件及基础代码

  https://github.com/yaoweizhang/LHY2022-SPRING

作业十三需要使用kaggle或者colab下载代码、训练数据集、模型等资料，文末也有助教代码和训练数据集的获得方式。

• 作业任务：

  Network Compression(模型压缩)，训练小模型并且精度不下降很多。本次作业的模型类似于作业三种的食物分类模型，助教代码提供了一个teacher network，准确率大概是0.899，学生需要训练一个student network，参数能不超过100，000个，并且有一定的准确率。

• 提交地址（Kaggle）：

  https://www.kaggle.com/competitions/ml2022spring-hw13

  截止日期：

  2022/06/17 23:59（北京时间），去冲榜吧。

• 评分：学生通过改进代码提升student network的精度。

• QQ交流群：156013866

  难易程度	分数
  simple	acc >= 0.44820
  medium	acc >= 0.64840
  strong	acc >= 0.82370
  boss	acc >= 0.85159

作业十三助教代码和数据获得方式：

1. 关注微信公众号 “机器学习手艺人” 

2. 后台回复关键词：202213