پروژه awesome-dataset-distillation

Guang000/Awesome-Dataset-Distillation

کاربرد:

این پروژه یک لیست دسته‌بندی‌شده از مقالات عالی در زمینه تقطیر داده‌ها (Dataset Distillation) و کاربردهای مرتبط هست. تقطیر داده به معنای فشرده‌سازی یک مجموعه داده بزرگ به یک نسخه بسیار کوچک‌تر است، به‌طوری که مدل‌های آموزش‌دیده روی داده‌های فشرده، عملکرد مشابهی با آموزش روی داده‌های اصلی داشته باشند.

در چه شرایطی بهتره استفاده شود؟

وقتی به دنبال درک عمیق‌تر از تکنیک‌های جدید در یادگیری ماشین هستی، مخصوصاً زمانی که منابع محاسباتی محدود داری (مثل GPU کم یا حافظه کم) ، یا وقتی می‌خوای سرعت آموزش مدل‌ها رو بدون افت زیاد دقت افزایش بدی. همچنین برای پژوهشگران و دانشجویانی که می‌خوان وارد حوزه تقطیر داده بشن، این لیست یک نقطه شروع عالیه.

چند مثال از موارد استفاده

- آموزش سریع مدل‌های یادگیری عمیق در محیط‌های با منابع محدود ️

- ایجاد داده‌های خلاصه‌شده برای آموزش سریع استودنت مدل‌ها در دانش‌داری (Knowledge Distillation)

- استفاده در شبیه‌سازی‌ها یا تست الگوریتم‌های جدید بدون نیاز به داده‌های حجیم

- بهبود حریم خصوصی با کاهش نیاز به ذخیره‌سازی داده‌های اصلی ️