请教一些疑问

[Dawson-huang]

非常感谢博主的开源代码。对于您的算法有点小疑问：

1、你的算法是对训练完成后的caffemodel和prototxt进行模型压缩，那如果这个caffemodel本身精度还没有训练到收敛，是否可以把Compress后的prototxt重新训练(不是findtune)一个新的压缩版caffemodel?
2、还是说原始的caffemodel就要训练得很好，然后再通过您的代码进行模型压缩得到新的caffemodel和prototxt，并且通过微调训练之后得到最终的部署caffemodel?
3、压缩之后的模型精度是否会大致按比例损失吗？

望博主解答一二，谢谢！

[MedicineStick]

同学您好！谢谢你对此项目的认可= =
1 可以对压缩完的模型进行微调，压缩后会生成相应的prototxt和caffemodel。
2 也可以直接压缩后部署，但需要边裁剪边测试，不同的层裁剪的比列需要在测试的时候确定，比如最后一个卷积层，如果裁剪0.2的测试效果好于0.25的效果，那就保留0.2的配置，再继续裁剪之前的卷积层
3不同的卷积层按相同的比列裁剪，结果差异很大，比喻有些卷积层可以裁剪50%的卷积核，而有些卷积层只能裁剪5%左右。

[Dawson-huang]

非常感谢博主的耐心解答，那
1、裁剪的比例值目前只能通过不断手动测试得到吗？
2、有没有更好的方法自适应去计算这个比值？

[MedicineStick]

不客气
目前我没有做自动调节裁剪比列的工作，不过我可以给你提供一个思路，将本项目编成库，然后自己写个程序循环调库的接口并对结果进行测试，可以设置跨距。对最后的卷积层，第一次裁剪0.05，第二次裁剪0.10，第三裁剪0.15，以此类推（可以手动设置大小），找好最优解后再自动裁剪之前的卷积层。
项目跑起来可能比较费时间，但实现此工程应该工作量不大

[Dawson-huang]

好的，谢谢您