【模型压缩】模型剪枝详解

参考链接：https://zhuanlan.zhihu.com/p/635454943
https

1. 前言

1.1 为什么要进行模型剪枝

CNN在实际应用中的部署主要受以下几个方面制约。

1）模型大小的限制

CNN强大的表示能力来自其数百万可训练参数。这些参数以及网络结构信息需要存储在磁盘上，并在推理期间加载到内存中。例如，在ImageNet上存储一个典型的CNN会消耗超过300MB的空间，这对嵌入式设备来说是一个巨大的资源负担。

2） 运行时内存

在推理期间，CNN的中间激活/响应甚至可能比存储模型参数占用更多内存空间，即使批量大小为1。这对于高端GPU来说不是问题，但对于许多计算能力较低的应用程序来说，这是负担不起的。

3） 计算操作数

卷积操作在高分辨率图像上计算量很大。大型CNN在移动设备上处理一张图像可能需要几分钟的时间，这使得在实际应用中采用它是不现实的。

因此有必要对模型进行压缩，而满足边缘设备的AI应用。

而剪枝就是模型压缩技术的一种。（模型压缩技术：剪枝、蒸馏、量化、低秩分解等）

1.2 为什么可以进行模型剪枝

生物学启发：

生物研究发现人脑是高度稀疏的。
比如 2016年早期经典的剪枝论文就曾提到，生理学上发现对于哺乳动物，婴儿期产生许多的突触连接，在后续的成长过程中，不怎么用的那些突触就会退化消失。突触修剪从出生时就开始了，一直持续到
20 多岁。
结合深度神经网络是模仿人类大脑结构，和该生理学现象，我们可以认为深度神经网络是存在稀疏性的。

过参数化：

深度学习网络模型从卷积层到全