模型壓縮工具Distiller 剪枝

distiller自帶一些測試實例如resnet56+cifar-10，下面是對resnet56+cifar-10的測試：

version: 1                                        # 版本

pruners:   
filter_pruner_60:                               # 後面的60表示剪掉60%的filters，如[16, 16, 3, 3]剪掉之後就是[7, 16, 3, 3]
class: 'l1rankedstructureparameterpruner' # 表示所使用的演算法，這裡使用l1rank
group_type: filters                              # 表示剪下型別，一般兩種filters/channel
desired_sparsity: 0.6                         # 剪掉60%的filters
weights: [                                    # 下面是一些具體的需要剪下的權值
module.layer1.0.conv1.weight,
module.layer1.1.conv1.weight,
module.layer1.2.conv1.weight,
module.layer1.3.conv1.weight,
module.layer1.4.conv1.weight,
module.layer1.5.conv1.weight,
module.layer1.6.conv1.weight,
module.layer1.7.conv1.weight,
module.layer1.8.conv1.weight]
filter_pruner_50:                                # 同上
class: 'l1rankedstructureparameterpruner'
group_type: filters
desired_sparsity: 0.5
weights: [
module.layer2.1.conv1.weight,
module.layer2.2.conv1.weight,
module.layer2.3.conv1.weight,
module.layer2.4.conv1.weight,
module.layer2.6.conv1.weight,
module.layer2.7.conv1.weight]
filter_pruner_10:                                 # 同上
class: 'l1rankedstructureparameterpruner'
group_type: filters
desired_sparsity: 0.1
weights: [module.layer3.1.conv1.weight]
filter_pruner_30:                                 # 同上
class: 'l1rankedstructureparameterpruner'
group_type: filters
desired_sparsity: 0.3
weights: [
module.layer3.2.conv1.weight,
module.layer3.3.conv1.weight,
module.layer3.5.conv1.weight,
module.layer3.6.conv1.weight,
module.layer3.7.conv1.weight,
module.layer3.8.conv1.weight]
extensions:
net_thinner:
class: 'filterremover'
thinning_func_str: remove_filters
arch: 'resnet56_cifar' # 使用的網路
dataset: 'cifar10' # 資料集
lr_schedulers:
exp_finetuning_lr:
class: exponentiallr
gamma: 0.95
policies:
- pruner:
instance_name: filter_pruner_60
epochs: [0]
- pruner:
instance_name: filter_pruner_50
epochs: [0]
- pruner:
instance_name: filter_pruner_30
epochs: [0]
- pruner:
instance_name: filter_pruner_10
epochs: [0]
- extension:
instance_name: net_thinner
epochs: [0]
- lr_scheduler:
instance_name: exp_finetuning_lr
starting_epoch: 10
ending_epoch: 300
frequency: 1

找到compress_classifier.py檔案，如下：

$python3 compress_classifier.py -a=resnet56_cifar -p=50 ../../../data.cifar10 --epochs=70 --lr=0.1 --compress=../pruning_filters_for_efficient_convnets/resnet56_cifar_filter_rank.yaml --resume-from=checkpoint.resnet56_cifar_baseline.pth.tar --reset-optimizer --vs=0

-p表示每隔多少列印一次

../../../data.cifar10是資料集路徑

--epochs 表示剪枝過後繼續訓練次數

--compress 表示所用的『策略』（compress_scheduler），一般是yaml檔案的路徑

--resume-from 表示儲存的模型的路徑

--reset-optimizer 如果設定此引數，那麼start_epoch=0，將optimizer重置為sgd， 學習綠設定為傳入的學習率

--vs validation-split

執行時會對模型進行剪枝，然後在測試集上測試，列印出top1和top5以及loss，執行結束後量化模型會儲存在logs下。

zip壓縮工具

yum install y zip yum install y unzip命令語法 zip 選項 引數 命令描述 zip命令可以用來解壓縮檔案，或者對檔案進行打包操作,它可以壓縮目錄或檔案，壓縮目錄時，需要指定目錄下的檔案。zip是個使用廣泛的壓縮程式，檔案經它壓縮後會另外產生具有 zip 副檔名的...

打包壓縮工具

1 建立歸檔，保留許可權 tar cpvf path file.tar file.root centos7 test tar cvfp f.tar f f1.txt 對多個檔案進行打包 f2.txt f3.txt 壓縮工具僅能支援單個檔案壓縮，因此配合打包工具實現打包壓縮 2 追加檔案至歸檔 不支援...

Linux壓縮工具

gzip,gunzip,zcat compress or expand files gzip option filenames d 解壓縮，相當於gunzip 指定壓縮比 1 9 預設為6，數字越大壓縮比越大，消耗的cpu越多，壓縮後的空間越小 c 壓縮後標準輸出，且保留原始檔 所以要跟 重定向輸出...