Pruning 系列（十）Pruning VGG 实战

_yuki_

已于 2023-07-13 01:13:00 修改

阅读量603

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Network Pruning 学习笔记文章标签：剪枝模型优化

于 2023-07-13 00:49:15 首次发布

本文链接：https://blog.csdn.net/qq_19707521/article/details/131692873

Network Pruning 学习笔记专栏收录该内容

10 篇文章 ¥49.90 ¥99.00

订阅专栏

本文介绍了使用VGG11模型进行剪枝优化的实战过程，包括环境配置、模型代码、数据准备、稀疏训练（采用L1正则化实现）和剪枝步骤。在剪枝阶段，基于BatchNorm2d层的通道值绝对值决定剪枝的mask，并应用于卷积和线性层，最后重新训练剪枝后的模型。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

环境

python 3.9
numpy 1.24.1
pytorch 2.0.0+cu117

流程

一、 VGG 模型代码

# -*- coding: utf-8 -*-
import torch
import torch.nn as nn

default_cfg = {
    11: [64, 'M', 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512],
    13: [64, 64, 'M', 128, 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512],
    16: [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 'M', 512, 512, 512, 'M', 512, 512

了解本专栏