我试图找到神经网络修剪的样例为快RCNN架构。
我的核心堆栈是Python3.5.2 Tensorflow 1.12,其object_detection API(link)在Ubuntu 16.04 LTS。我遇到一些神经网络剪枝回购来(例如link,实现NVIDIA的修剪纸泰勒展开link - 寻找最有前途但(一)Pytorch和实施(b)关于分类的网络,而不是探测器)。
我也知道内TensorFlow修剪功能,这个包(link)下存在的,但只能运行在下面的StackOverflow问题(link)的意见找到了一个例子来训练和修剪(不彻底的测试)一个简单的神经网络使用MNIST数据集手写数字分类。
我找了一个工作实例,而不是报告中的代码任何错误或问题。
可有人点我修剪更快RCNN -or在TensorFlow的对象检测API(link),发现其他detectors-最好使用TensorFlow的修剪包(link)的工作的例子吗?
修剪是正交的用于物体检测的元架构。当我们谈论的TensorFlow目标检测API,它在很大程度上依赖于读取配置并创建相应的网商,类别等,我相信你想修剪特征提取作为最重的部分。如果是这样,你需要首先从苗条修剪一些特征提取(比方说,Inception-V2),给它一个名称,添加了修剪的版本models,调整原配置等等。不久上讲,你需要引入一个新的类型特征提取的。但我不知道在任何现有的例子。