Lam1360
Do we need to set the masks for the bias in BN layers?
请问pruned_model里有对BN的bias做剪枝吗，如果是直接只对weight做掩膜的话剩下的bias还是会对网络造成很大的影响的吧？这样子还是不可以直接赋值给Compact_model的，这个问题应该怎么解决呢？
剪枝的时候会先对 bias 做处理，用其后的卷积层或者 BN 层来吸收这个参数，然后再将权重赋值给 compact model，这样做的话就能保证 pruned_model （只对 weight 置 0 的模型）和 Compact_model 对相同的输入有相同的输出
请问如果用其后的卷积层吸收bias的话，因为没有BN层，所以是用来更新conv里的bias吗，但是conv的bias的维度与前一层BN的bias维度不一致的，应该怎么解决这个问题呢？
为什么不加入下一层（含BN）的bias，只加入到running_mean呢?
BN层没有bias
BN层有两个参数，一个gamma，一个是shift，我说的bias是指shift的参数，感觉应该跟running_mean一起更新才对
为什么不加入下一层（含BN）的bias，只加入到running_mean呢?
BN层没有bias
BN层有两个参数，一个gamma，一个是shift，我说的bias是指shift的参数，感觉应该跟running_mean一起更新才对 我的理解是这样的：
- 假设当前层(i)通道裁剪对应记录列表为mask, 1表示保留，0表示扔掉；当前层的shift = mask * shift + (1-mask) * shift，后面(1-mask) * shift表示剩余的shift, 记为remain_shift;
- 卷积+BN+激活操作如下：ReLU( gamma * (CONV(X) - mean) / sqrt(var) + shift )
- 根据上述公式，由于remain_shift对应部分gamma接近为0，第i层剩余部分为ReLU(remain_shift), 即下一层输入 X_full = X + ReLU(remain_shift),
- 多出的部分根据下一层是否含有BN处理，若含有BN，多余的部分可以加到mean里，或者加到shift里； 若不含BN，即该层操作变成 CONV(X) + bias, 多余的部分加到bias中
为什么不加入下一层（含BN）的bias，只加入到running_mean呢?
BN层没有bias
谢谢分析，理清了我的思路。关于第四点里的mean，它是指batch_mean还是running_mean呢？如果是running_mean，按照官方文档的设置它是用于evaluation代替training时的shift的，training时并不参与，这样子training时怎么影响下一层的数据呢？谢谢
为什么不加入下一层（含BN）的bias，只加入到running_mean呢?
BN层没有bias
谢谢分析，理清了我的思路。关于第四点里的mean，它是指batch_mean还是running_mean呢？如果是running_mean，按照官方文档的设置它是用于evaluation代替training时的shift的，training时并不参与，这样子training时怎么影响下一层的数据呢？谢谢
rolling_mean, 刚才说的操作是在训练完毕后的剪枝过程里，剪枝的时候不涉及训练
为什么不加入下一层（含BN）的bias，只加入到running_mean呢?
BN层没有bias
谢谢分析，理清了我的思路。关于第四点里的mean，它是指batch_mean还是running_mean呢？如果是running_mean，按照官方文档的设置它是用于evaluation代替training时的shift的，training时并不参与，这样子training时怎么影响下一层的数据呢？谢谢
rolling_mean, 刚才说的操作是在训练完毕后的剪枝过程里，剪枝的时候不涉及训练
明白了，感激不尽！！！
非常感谢作者的开源代码和您@lz20061213 的耐心解答，关于第4点我有一个疑惑，我看到在prune_utils.py文件的prune_model_keep_size()函数中，当下一层含有BN时，上层输出多余的部分经过卷积层后直接加到了running_mean里。请问在加到running_mean之前是不是需要求一下均值？因为running_mean里应该都是各个channel的均值。
非常感谢作者的开源代码和您@lz20061213 的耐心解答，关于第4点我有一个疑惑，我看到在prune_utils.py文件的prune_model_keep_size()函数中，当下一层含有BN时，上层输出多余的部分经过卷积层后直接加到了running_mean里。请问在加到running_mean之前是不是需要求一下均值？因为running_mean里应该都是各个channel的均值。
prune是在模型训练完后进行的，running_mean里面保存了训练时统计的均值，在测试时固定不变 （BN里面的mean和var参数训练的时候统计更新，测试时固定）
感谢您的回复，我的意思是在剪枝时，为保证 pruned_model （只对 weight 置 0 的模型）和 Compact_model 对相同的输入有相同的输出。下层 BN 层吸收上层剩余的remain_shift这个参数时，用到了BN 层里的running_mean去吸收，其直接加到了running_mean上。在测试时mean和var固定不变，这里剪枝时更改了其值，而且是不是也需要考虑对BN 层里的running_var的影响？
感谢您的回复，我的意思是在剪枝时，为保证 pruned_model （只对 weight 置 0 的模型）和 Compact_model 对相同的输入有相同的输出。下层 BN 层吸收上层剩余的remain_shift这个参数时，用到了BN 层里的running_mean去吸收，其直接加到了running_mean上。在测试时mean和var固定不变，这里剪枝时更改了其值，而且是不是也需要考虑对BN 层里的running_var的影响？
不知道是不是我的说法有问题，剪枝更改running_mean或bias目的就是为了保持计算结果不变。
我们假设就两层 第一层剪枝 第二层不剪枝
第一层操作：f(x) = CONV1+BN1+ReLU, 第二层操作g(x) = CONV2 + BN2 + ReLU
最后的输出就是g(f(x)) = ReLU(gamma2 * (CONV2(f(x)) - mean2) / sqrt(var2) + shift2 )
裁剪后呢， f(x) = f'(x) + ReLU(remain_shift1)
带入上面的式子我们可以发现，在保证第二层采用同样的计算方式和结果不变的情况下：
g(f(x)) = ReLU(gamma2 * (CONV2(f'(x)) + CONV2(ReLU(remain_shift1)) - mean2) / sqrt(var2) + shift2)
（暂时不考虑CONV2(ReLU(remain_shift1)的过程）
最简单的更改方式就是 mean2’ = mean2 - CONV2(ReLU(remain_shift1))
g(f'(x)) = ReLU(gamma2 * (CONV2(f'(x)) - mean2') / sqrt(var2) + shift2)
感谢您的回复，我的意思是在剪枝时，为保证 pruned_model （只对 weight 置 0 的模型）和 Compact_model 对相同的输入有相同的输出。下层 BN 层吸收上层剩余的remain_shift这个参数时，用到了BN 层里的running_mean去吸收，其直接加到了running_mean上。在测试时mean和var固定不变，这里剪枝时更改了其值，而且是不是也需要考虑对BN 层里的running_var的影响？
不知道是不是我的说法有问题，剪枝更改running_mean或bias目的就是为了保持计算结果不变。 我们假设就两层 第一层剪枝 第二层不剪枝 第一层操作：
f(x) = CONV1+BN1+ReLU, 第二层操作g(x) = CONV2 + BN2 + ReLU最后的输出就是g(f(x)) = ReLU(gamma2 * (CONV2(f(x)) - mean2) / sqrt(var2) + shift2 )裁剪后呢，f(x) = f'(x) + ReLU(remain_shift1)带入上面的式子我们可以发现，在保证第二层采用同样的计算方式和结果不变的情况下：g(f(x)) = ReLU(gamma2 * (CONV2(f'(x)) + CONV2(ReLU(remain_shift1)) - mean2) / sqrt(var2) + shift2)（暂时不考虑CONV2(ReLU(remain_shift1)的过程） 最简单的更改方式就是 mean2’ = mean2 - CONV2(ReLU(remain_shift1))g(f'(x)) = ReLU(gamma2 * (CONV2(f'(x)) - mean2') / sqrt(var2) + shift2)
非常感谢您的耐心解答，您的回答完美消除了我的疑问，我之前一直理解有误，万分感谢！！！