microsoft/nni

Does nni contain some new pruning base methods？

Open

#4.567 geöffnet am 21. Feb. 2022

Auf GitHub ansehen
 (6 Kommentare) (0 Reaktionen) (1 zugewiesene Person)Python (13.504 Stars) (1.830 Forks)batch import
good first issuemodel compressionnew feature

Beschreibung

Describe the issue: Sorry to bother you, in nni, the current basic pruning strategies are Norm, FPGM, ActivationPruner, TaylorFOWeightPruner, etc. Are there other basic strategies, such as HRank, if I want to add it myself, where do I need to rewrite it?

Environment:

  • NNI version: V2.6
  • Training service (local|remote|pai|aml|etc): local
  • Client OS: linux
  • Server OS (for remote mode only):
  • Python version: 3.8
  • PyTorch/TensorFlow version: pytorch1.8
  • Is conda/virtualenv/venv used?: conda
  • Is running in Docker?: no

How to reproduce it?:

Contributor Guide

Tech Stack
pythonpytorch
Domain
machine learningtooling
Issue Type
research
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-3 hours
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
stale
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
mostly clear
Voraussetzungen
Familiarity with NNI pruning moduleBasic PyTorch knowledge
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
30
Research-Richtung
The issue asks about adding a new pruning method (e.g., HRank) to NNI. The user wants to know which base class to extend and where to implement it. Refer to the abstract pruner in nni/compression/pytorch/pruning/basic pruner.py and the existing pruners like NormPruner. The research should explore how to create a new pruner class that inherits from the base and registers it. Also check the latest NNI documentation and examples for custom pruners.