简述：
这是一篇关于知识蒸馏的论文，知识蒸馏可有效地训练小型通用网络模型，以满足低内存和快速运行的需求。现有的离线蒸馏方法依赖于训练有素的强大教师，这可以促进有利的知识发现和传递，但需要复杂的两阶段训练程序。作者提出了一种用于一阶段在线蒸馏的动态本地集成（ONE）学习策略。具体来说，ONE只训练一个单一的多分支网络，而同时动态地建立一个强大的教师来增强目标网络的学习。
模型overview
ONE体系结构如上图所示。ONE包含两个组件：
（1）m个具有相同配置的分支。其中每个分支共享低层的网络，并且充当一个独立的分类模型。
（2）门控组件，它学习将所有（m + 1）个分支，并将分支集成在一起以建立更强大的教师模型。
模型分析：
首先对于一个类c的样本x，网络θ输出一个类后验概率p(c|x,θ)：
其中z是网络θ输出的logits。每个多类别分类模型采用的是交叉熵（CE）度量作为目标损失函数：
.
其中对于δc,y，如果c是真实标签，则返回1，否则返回0。
此外，采用所有分支的集成可以建立更强大的教师模型。文中通过门控组件进行集成：
接下来就是知识蒸馏部分，在上述的公式得到每个训练样本的教师logits后，再将知识以闭环形式蒸馏回所有分支。采用以下公式：
然后，使用KL散度来实现从教师网络蒸馏回学生网络：
最后，整个ONE网络获得在线蒸馏训练的总体损失函数为：