请按照顶级期刊的表达方式使用中文改写以下内容：本研究进行了大量实验以验证所提出的方法在MNIST、CIFAR-10和CIFAR-100三个广泛使用的基准数据集上的有效性。在NVIDIA Tesla M40上使用Pytorch实现了实验。在训练过程中使用具有动量09和重量衰减5e-4的SGD141来更新学生模型。生成器使用Adam 142进行训练。SGD141和Adam 142的学习率每100次迭代

本研究在广泛使用的MNIST、CIFAR-10和CIFAR-100三个基准数据集上进行了大量实验，验证了所提出的方法的有效性。实验采用了NVIDIA Tesla M40和Pytorch实现，并使用具有动量0.9和重量衰减5e-4的SGD[141]来更新学生模型，在训练过程中采用Adam[142]训练生成器。此外，SGD[141]和Adam[142]的学习率每100次迭代会衰减0.1。为了衡量函数差异，本研究采用一定的批量进行对抗训练，其中MNIST数据集设置为512，CIFAR-10数据集设置为256，CIFAR-100数据集设置为128。在实验中，当训练学生模型和生成器时，本研究并未访问真实数据，而是从标记数据中获得了教师模型。每50次迭代会验证一次训练的模型。