cpu，windows，三步。

有标签数据和无标签数据都会输入到student和teacher model中，教师模型和学生模型的架构完全一致（神经网络层数之类的），学生模型利用lable data和预测值计算交叉熵L1，教师模型的预测值和学生模型的预测值计算一致性损失L2，最后L1+L2梯度下降更新学生模型的参数θ，教师模型的参数通过EMA的方式来更新。因此，认知不确定性测量的是训练过程本身所估计的模型参数的不确定性，这种不确