基础的神经网络剪枝知识 Learning Efficient Convolutional Networks through Network Slimming

神经网络除了量化以外，还可以进行剪枝。

某些剪枝的方法，一般是先训练预训练模型，然后进行剪枝，再次训练剪枝以后的网络，然后剪枝-训练不断重复，每次剪枝以后得到的网络结构，参数量更少，所以某些剪枝方法可以得到更优化的网络结构。

这个文篇使用BN层参数γ，由于每个输出的每个channel都有各自的参数γ和β，可以使用γ值来判断不同channel的重要程度。γ值在某些程度可以看作是标准差，标准差反映了输入channel的分布情况，γ值越小代表这个channel的特征不显著，特征不显著那么这个channel就不那么重要，可以被裁剪掉。

在初始训练的时候，使用了L1正则对参数γ进行离散化。实际对γ进行正则化的时候，使用了系数args.s，一般是等于0.0001或者0.001，最后一行代码，torch.sign是拿到符号位，正数等于1，负数等于-1，0等于0。这里的m.weight.data就是BN层的参数γ。

L1正则就是取绝对值， ，         ，这里的m.weight.grad.data.add_就是直接对梯度值进行计算，加上L1正则γ的梯度，也就是系数乘以相应的符号位。但通常情况来说，γ值绝大多数都是大于0的，这里在后面会介绍到

这是代码的链接

# ***********************稀疏训练（对BN层γ进行约束）**************************
def updateBN():
    for m in model.modules():
        if isinstance(m, nn.BatchNorm2d):
            if hasattr(m.weight, 'data'):
                m.weight.grad.data.add_(args.s * torch.sign(m.weight.data))  # L1正则

经过L1正则化训练以后，某些γ值趋于0，训练好模型以后，对所有γ值进行排序并确定裁剪比例，然后对那些γ值小于阈值的channel进行删除，得到裁剪以后的网络和权重。

l1 相比于 l2 为什么容易获得稀疏解？ - amnesia的回答 - 知乎

Learning Efficient Convolutional Networks through Network Slimming

训练得到的resnet18网络的模型，正常训练的网络，这个没有使用L1正则对γ值进行调整，然后将所有的γ值拿出来并进行可视化，可以得到这样的图像

1、所有层γ值的可视化，这个是没有经过排序的

看得出来所有的γ值绝大多数都大于0，然后小于1

 2、所有层γ值的可视化，经过排序了的

 γ值的直方图分布

 3、第3层γ值的可视化，未经过排序的

4、γ值的可视化，经过排序了的
5、第18层γ值的可视化，未经过排序的

 6、第18层γ值的可视化，经过排序了的

 通常情况来说，γ值绝大多数都是大于0的，只有很少部分的值小于0