ana
コマンドが正常に実行されたら、モデルのプルーニングを開始できます。prune
コマンドは ana
コマンドとよく似ており、同じコンフィギュレーション ファイルを使用します。
vai_p_tensorflow \
--action=prune \
--input_graph=inference_graph.pbtxt \
--input_ckpt=model.ckpt \
--output_graph=sparse_graph.pbtxt \
--output_ckpt=sparse.ckpt \
--workspace=/home/deephi/tf_models/research/slim \
--sparsity=0.1 \
--exclude="conv node names that excluded from pruning" \
--output_nodes="output node names of the network"
このコマンドでは、次の引数も使用します。
- --sparsity
- プルーニング後のネットワークのスパース度。0 ~ 1 の値です。値が大きいほど、プルーニング後のモデルはよりスパースになります。
prune
コマンドの実行後、vai_p_tensorflow
はプルーニング前後のネットワークの FLOP 数を出力します。