如何为 tfmot.sparsity.keras.prune_low_magnitude 设置可修剪层?

我正在将来自 tensorflow_model_optimization 的修剪函数 tfmot.sparsity.keras.prune_low_magnitude() 应用于 MobileNetV2。

有没有办法只设置模型的某些层为可修剪的?对于训练,有一个方法 “set_trainable“,但我没有找到修剪的等效方法。

任何想法或评论都将不胜感激! 🙂


回答:

最后我发现你也可以对每一层应用 prune_low_magnitude()。

因此,解决方法是定义一个列表,包含要修剪的层的名称或类型,并在这个列表中对所有层进行逐层修剪。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注