如何获得剪枝之后得模型

[wangtao2668129173]

您好，我按照python main.py --multigpu 4,5,6,7 --config configs/reparam/mobilenetv1-prune.yaml --gradual sinp --flat-width 0.5 --print-freq 200 --data path --name mobilenet_prune --amp --prune-rate 0.2 训练，查看训练之后得权重和baseline权重得通道数一致，还是这只是稀疏化训练，需要自己写prune

[Yanqi-Chen]

你好，首先该方法不是channel pruning而是非结构化剪枝，因此不会减少通道数，如果想要用这个方法进行channel pruning可以参照rebuttal里面我们进一步提出的方法，可能需要自己改写代码。第二，该方法没有prune rate参数。第三，非结构化剪枝时，训练后得到的module中权重是文章中的theta，需要调用对应被剪枝module的getSparseWeight来获取稀疏化后的权重，被剪枝的层是所有的卷积和FC的weight，不包括BatchNorm或者bias。

[l2009312042]

能否给出rebuttal的链接呢？参考一下