Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

Does structural pruning support pre-trained model?

Aperta
#1,133 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
15/100
Tipo di issue
Funzionalità
Chiarezza
Da chiarire
Stato di attività
Ferma
Stack tecnologico
python, tensorflow
Ambito
machine-learning

Direzione di ricerca

Non sono indicati file sorgente, test o entry point. Inizia esaminando il tutorial di TensorFlow referenziato su structural-pruning e confronta la sua configurazione from-scratch con il caso d’uso di un modello pre-addestrato; il lavoro sarà considerato completato quando saranno disponibili una richiesta chiarita e riproducibile e un ambito concordato per il supporto dell’API.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

feature request

System information

  • TensorFlow version (you are using):
  • Are you willing to contribute it (Yes/No):

Motivation

What is the use case and how does it broadly benefits users? Prioritization and whether a feature is added is based on how it
helps the community and the feature's maintenance costs.

As examples:

  1. Instead of, "Enable the technique for my model," "Enable this technique to work better with standard object detection models, including R-CNN (link) and SSD (link)" is stronger.

  2. Instead of, "Try something more customized with the technique," "Implement a variant of the algorithm described in equations X and Y of this paper" is clearer.

Does structural pruning support pre-trained model?

I saw Tensorflow tutorial for structural pruning, but it is used for model from scratch. It means that we need to specify pruning configuration in the model building. But it is not the case in practice.

Describe how existing APIs don't satisfy your use case (optional if obvious)

As examples:

  1. You tried using APIs X and Y and were able to do Z. However, that was not sufficient because of ...

  2. You achieved your use case with the code snippet W. However, this was more difficult than it should be because of ... (e.g. ran into issue X or had
    to do Y).

Lingua principale
Python
Stelle
1.6k
Fork
349
Merge medio
3g 2h
PR unite (30g)
1

Guida per i contributori

Apri la guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di tensorflow/model-optimization

Tutte le issue di tensorflow/model-optimization

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.