Crystal Liu

Yes, I found this error too.

这个是不是没有使用到多线程？ @StrugglingForBetter 请问是用的TNN x86后端是么？ 没有用openvino的backend?

@powerpwang native模式，是不是没有使用多线程加速呢？

@TSlYY 作者还没整理好prune_util.py. 着急可以看我的仓库。。

containing BN and LeakyReLU?

pruned_model是裁剪了的模型，filters还是跟原始模型一样，compact_model 修改了filters，需要给每一层的权重用init_weights_from_loose_model初始化一下

@Lam1360 哦哦 谢谢哈，还有一个问题remaining channel 会不会只剩下一两个channel啊？我现在剪枝完之后就只剩下一两个channel。 layer index: 0 total channel: 32 remaining channel: 19 layer index: 2 total channel: 32 remaining channel: 10 layer index: 6 total channel: 64 remaining...

@PiseyYou 其实基本上就是（1）避免剪掉所有channel的最高阈值(每个BN层的gamma的最大值的最小值即为阈值上限) （2）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

@Lam1360 不用客气，我也在学习，只是顺手复制了你别的回答过来 : )

@PiseyYou I think there may be some problems with the `non_max_suppression`. I am still working on it. Maybe I will use another nms.