回答情况：
提问时间：
问题标签：
我试图理解用于深度学习模型的结构化和非结构化剪枝技术：链接1和链接2。概括一下我所理解的，非结构化剪枝是基于重量剪枝，而结构化剪枝基本上是通过过滤器剪枝、通道剪枝和过滤器形状剪枝来完成的。那么，我的问题是，非结构化剪枝是只为CNN模型，而不能做，例如MLP模型，因为没有过滤器和渠道？
浏览 0修改于2020-11-11得票数 1
我已经建立了一个模型，并且我能够成功地使用tf.cont肋骨的模型剪枝模块，默认参数和稀疏度为90%，但问题是当我运行该模型时，它仍然需要与原始模型相同的执行时间，我的猜测是，tensorflow不是只运行被剪枝的版本，而是运行整个图的蒙面西部，这就是为什么即使在剪枝之后也没有改进。那么，如何导出具有子图和相应权重的剪枝模型并使用它呢？
浏览 1提问于2018-07-21得票数 2
是否有一种方法可以显示经过剪枝(prune_low_magnitude和tensorflow_model_optimization)后模型的失败次数的减少。我试着比较默认的剪枝模型，但是我没有找到一种方法，即剪枝模型有更少的失败，甚至模型的大小也减少了很多。我用试过了，但我认为它并没有忽略零权重。谢谢
浏览 10提问于2021-12-19得票数 1
当我使用XGBoost来拟合一个模型时，它通常会显示一个消息列表，如"updater_prune.cc:74:树剪枝结束，1个根，6个额外节点，0剪枝节点，max_depth=5“。我找不到关于他们剪枝过程的描述。
注:我理解决策树剪枝过程，例如剪枝前和剪枝后。在这里，我对XGBoost的实际剪枝过程感到好奇。通常，剪枝需要一个验证数据，但是即使我没有提供任何验证数据，XGBoost也会执行剪枝。
浏览 0提问于2018-10-05得票数 6
我的基本模型是一个具有65个特征的logistic回归分类器。我的问题是，为什么selectKBest在任何情况下都会降低性能？如果外推多项式特征没有用，那么它应该已经选择了原始的65个特征，从而给了我与基本模型相同或更好的性能。
我无法理解selectKBest特性的剪裁如何会损害我的性能？
浏览 2提问于2017-06-23得票数 0
我使用一种架构，并试图通过剪枝来稀疏它。我编写了剪枝函数，以下是其中之一： for module in model.modules模型的文件(model.pt)大小也一样。模型的“速度”在它之后仍然保持不变。我还尝试了全局剪枝和结构化L1剪枝，结果是一样的。那么，这如何有助于提高模型的性能时间呢？
浏览 5修改于2021-09-24得票数 1
回答已采纳
我是应用剪枝使用的torch.nn.utils.prune在一个模型与低LSTM层。但是，当我保存state_dict的内容时，模型要比剪枝前大得多。我不知道为什么，就像我在剪枝前后打印出state_dict元素的大小一样，所有的内容都是相同的维度，并且在state_dict中没有其他元素。我的剪枝代码是非常标准的，我一定要调用prune.remove() torch.save(model.
浏览 2修改于2021-04-14得票数 1
我在GBQ有一张大桌子，是按日期划分的。我想使用分区剪枝来优化我的查询。问题是筛选条件是从另一个表读取的值，而我不能硬编码该值。我想知道在本例中是否有使用分区剪枝的方法，也不能使用语句，因为我正在使用的调度引擎不允许这样做。
浏览 12修改于2021-05-20得票数 1
回答已采纳
我有角星预训练模型(model.h5)。我想用tensorflow基于量值的模型，用Keras剪枝。在tensorflow基于量值的权值剪枝与Keras示例中，他们展示了如何处理tensorflow.keras模型.我想问的是，我能用他们的工具修剪我原来的角粒预训练模型吗？一种是在训练过程中逐层修剪模型，二是对整个模型进行剪枝。我尝试了第二种方法来修剪整个预先训练过的模型。下面是我的密码。在他们的重量修剪工具包中，有
浏览 0提问于2019-05-31得票数 4
您好，我已经使用tensorflow 1.14对象检测API训练了对象检测模型，我的模型运行良好。然而，我想减少/优化模型的参数，使其更轻。如何在训练好的模型上使用剪枝？
浏览 29修改于2021-10-22得票数 0
我修剪了一个模型，并遇到了一个库TensorFlow模型优化，因此，最初，我们有
我在一个默认的数据集上训练了这个模型，它给了我96 %的准确率，这是很好的。然后，我将模型保存在JSON文件中，并将模型的权重保存在h5文件中，现在我将该模型加载到另一个脚本中，以便在应用剪枝和编译模型之后对其进行剪枝，得到了模型摘要。
虽然模型修剪得很好，参数也有了很大的减少，但是问题是为什么参数在应用修剪
浏览 5提问于2021-02-07得票数 5
回答已采纳
这是我的模型的一个卷积层，我只显示了11个滤波器的权重(113x3带channel=1)。所以我想知道"TORCH.NN.UTILS.PRUNE.L1_UNSTRUCTURED“是如何工作的，因为修剪了最低的L1-范数单位，但据我所知，L1-范数剪枝是一种过滤剪枝方法，它剪枝整个过滤器，使用来细化最低的过滤器值以下是我的剪枝代码 (model.input_layer[0], 'weight'),
(model.h
浏览 7提问于2021-12-14得票数 0
回答已采纳
1回答
当我点击剪枝按钮时，会弹出一条消息，上面写着“对不起，声音不可用。”大图像：https://i.imgur.com/UGSlqkm.png我如何让它在火狐中播放？
浏览 0修改于2014-09-10得票数 1
叶节点的创建涉及到一些方法:剪枝后(建好树后砍掉树)和预剪枝(通过尝试和提前停止建树过程来防止过度拟合)。了解更多用于拆分的标准的细节，以便更好地理解并能够更多地定制这些模型，这将是非常有用的。
浏览 0提问于2020-07-29得票数 1
我试图根据tensorflow集线器上可用的经过预先训练的ELMo模型检索单词的嵌入。这张照片显示
但是，当我将这个句子放入ELMo模型中时，返回的张量只包含一个长度为48的字符串。
浏览 11提问于2021-05-16得票数 0
回答已采纳
下面是我所拥有的代码，它使用库提供的模型部分地用于大写图。model.vocab.keys(): else:问题是，Word2Vec模型似乎在自动地修剪一些大图我尝试过调整各种参数，如trim_rule、min_count，但它们似乎不影响剪枝。
浏览 6提问于2016-03-15得票数 0
回答已采纳
我签入了，并找到了引用剪枝的ccp_alpha参数；我还找到了这个，它告诉我们如何在决策树中剪枝。考虑到每次我执行GridSearchCV时模型的结构都会发生变化.你们有什么推荐信吗？文章？我的观点：
对我来说，更有意义的是先进行超参数调优，然后在训练和测试这个“最佳模型”之前添加ccp_alpha (修剪)，但我不确定.
浏览 2修改于2020-08-26得票数 0
采用CART算法对给定深度k的完全分类树模型D3进行拟合，并通过查找E(k, \alpha) = min_{T\subset Tk} Err(T) + \alpha |T|对树进行剪枝。现在，剪枝开始了，T的任何可能的剪枝都可以通过剪枝\widetilde {T}来实现，反之亦然。
浏览 0修改于2021-10-17得票数 3
1回答
有谁能解释一下这两种说法：在成本复杂性剪枝中，剪枝树错误永远不能少于验证数据集中的原始树。
第一条陈述是对的，第二条是错误的。
浏览 0提问于2018-03-07得票数 3
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号