关于FPGM和HRank

[bezorro]

Hi，我也曾经是distiller的深度用户。
看你在这份代码增加了FPGM和HRank，想问一下这两个通道排序算法是否有效。
我个人也曾经尝试过BN-gamma[1] 、Taylor[2] 、L1[3]。
在我的大量实验下，排序效果：Taylor = L1 > BN-gamma。
想问一下，你有没有试过把FPGM和HRank和上述方法对比过呢？

[1] Learning Efficient Convolutional Networks Through Network Slimming
[1] Importance Estimation for Neural Network Pruning
[2] Pruning Filters for Efficient ConvNets

[BlossomingL]

刚看到，非常不好意思，最近一直研究您的Eagle Eye去了，页面一直停留在您的github，哈哈哈。
Q1: FPGM和HRank对比，我复现过两者的论文，都是在ImageNet上的ResNet系列，FPGM复现效果达到原论文；而HRank没有达到，求问HRank的作者感觉他也不是那么的乐意，可能是我的训练有问题吧。我也在自己目前的公司研发的模型和数据集上跑过这三个剪枝算法，结果是FPGM>L1Rank>HRank，对于FPGM一般剪大模型的一半不掉精度，剪轻量级的网络会掉5个点。
Q2: 您说的[1][2]我都没试验过。