microsoft/nni

Does nni contain some new pruning base methods？

Open

#4.567 aberto em 21 de fev. de 2022

Ver no GitHub
 (6 comments) (0 reactions) (1 assignee)Python (1.830 forks)batch import
good first issuemodel compressionnew feature

Métricas do repositório

Stars
 (13.504 stars)
Métricas de merge de PR
 (Nenhuma PRs mesclada em 30d)

Description

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?:

Guia do colaborador

Direção de pesquisa
A questão pergunta sobre como adicionar um novo método de poda (por exemplo, HRank) ao NNI. O usuário quer saber qual classe base estender e onde implementá lo. Consulte o podador abstrato em nni/compression/pytorch/pruning/basic pruner.py e os podadores existentes, como o NormPruner. A pesquisa deve explorar como criar uma nova classe de podador que herda da base e a registra. Verifique também a documentação mais recente do NNI e os exemplos de podadores personalizados.
Pilha de tecnologia
pythonpytorch
Domain
machine learningai
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-2 dias
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Principalmente claro
Prerequisites
PythonPyTorchModel Pruning Concepts
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
60