shz1314

Sorry , is can not transfor

我也遇到了同样的问题

> 我也遇到了同样的问题，想问一下应该怎么解决 都减一试一下 就是roi兴趣区域

I use cuda 9.0 ubuntu16.04 tensorflow1.6 python3.5

hi， i want to follow your work， shall you show me the detail about how changing the code？ Very thanks!!!

Hi, my error is because of python3.5. i want to use your method to accelerate my RCNN, but i need Deconvolution layer, i see your paper have similar work， so...

您好，非常感谢您的回复，因为您做图像分割的时候肯定需要解码过程，应该也是使用反卷积层吧，能否只公开您重新构建的反卷积层呢，目前我的想法是将我的网络嵌入到您的代码中！ ------------------ 原始邮件 ------------------ 发件人: "Yijun Li"; 发送时间: 2019年9月3日(星期二) 晚上10:59 收件人: "bobye/batchnorm_prune"; 抄送: "Sun Jose";"Mention"; 主题: Re: [bobye/batchnorm_prune] enable the modularity of core API (#1) 谢谢你的详细说明，我抽空可以帮你看看code，有一个地方确实需要hard code input tensor的名字 才能做到其它网络上去。...

您的邮箱是多少啊 我想把我的网络结构发给您 基于tensorflow的 你可以看一下这种结构是否可以使用这种方法！有 您的帮助我应该更容易在检测阶段复现出您的方法! ------------------ 原始邮件 ------------------ 发件人: "Yijun Li"; 发送时间: 2019年9月3日(星期二) 晚上10:59 收件人: "bobye/batchnorm_prune"; 抄送: "Sun Jose";"Mention"; 主题: Re: [bobye/batchnorm_prune] enable the modularity of core API (#1) 谢谢你的详细说明，我抽空可以帮你看看code，有一个地方确实需要hard...

非常感谢您的回复，迷糊灌顶，我先来搞一搞。 还有两点建议： 1其实这块原理我还是刚入门，但是你提到权重大小，还是输出大小决定怎么进行剪枝，我之前使用过权重归一化（weight normalization）的方法，感觉可以用其 来衡量权重大小从而剪枝？ 2 如果使用densenet的block结构，是不是每一个block里都可以做到剪枝呢。 ------------------ 原始邮件 ------------------ 发件人: "Yijun Li"; 发送时间: 2019年9月4日(星期三) 中午1:34 收件人: "bobye/batchnorm_prune"; 抄送: "Sun Jose";"Mention"; 主题: Re: [bobye/batchnorm_prune] enable the modularity of core API...

您好，我观察了下剪枝的结果，在一个残差网络块结构中 输入输出的通道数为（64，64）（64，64）修剪形如（64，32）（32，64），但是我 之前的工作构建残差网络的时候就考虑过这点，从而我的初始通道结构就为（64，32）（64，32），如果接着使用这种方法， 是微调我的结果，还是？ 而且我之前试过手调通道数，将原来的深层通道数为256，全部设置为128，此时性能不减！ ------------------ 原始邮件 ------------------ 发件人: "Yijun Li"; 发送时间: 2019年9月4日(星期三) 中午1:34 收件人: "bobye/batchnorm_prune"; 抄送: "Sun Jose";"Mention"; 主题: Re: [bobye/batchnorm_prune] enable the modularity of core API (#1) 我文章中用的deconv...