如何修剪Tensorflow CNN模型中的权重(无需将模型迁移到Keras)

如何修剪Tensorflow CNN模型中的权重(无需将模型迁移到Keras),tensorflow,keras,neural-network,tensorboard,tf.keras,Tensorflow,Keras,Neural Network,Tensorboard,Tf.keras,我有一个TF CNN模型,现在我想使用张量流的权重修剪API,但是我在线查看的所有示例,它只适用于Keras模型 我想删掉我现有模型的部分 def mnist_cnn(inputs): input_layer = tf.reshape(inputs, [-1, 28, 28, 3]) # Convolutional Layer #1 conv1 = tf.layers.conv2d( inputs=input_layer, fil

我有一个TF CNN模型,现在我想使用张量流的权重修剪API,但是我在线查看的所有示例,它只适用于Keras模型

我想删掉我现有模型的部分

def mnist_cnn(inputs):
    input_layer = tf.reshape(inputs, [-1, 28, 28, 3])

    # Convolutional Layer #1
    conv1 = tf.layers.conv2d(
          inputs=input_layer,
          filters=32,
          kernel_size=[5, 5],
          padding="same",
          activation=tf.nn.relu)

    # Pooling Layer #1
    pool1 = tf.layers.max_pooling2d(inputs=conv1, pool_size=[2, 2], strides=2)

    # Convolutional Layer #2 and Pooling Layer #2
    conv2 = tf.layers.conv2d(
          inputs=pool1,
          filters=64,
          kernel_size=[5, 5],
          padding="same",
          activation=tf.nn.relu)
    pool2 = tf.layers.max_pooling2d(inputs=conv2, pool_size=[2, 2], strides=2)

    # Dense Layer
    pool2_flat = tf.reshape(pool2, [-1, 7 * 7 * 64])
    dense = tf.layers.dense(inputs=pool2_flat, units=1024, activation=tf.nn.relu)
    dropout = tf.layers.dropout(inputs=dense, rate=0.4)

    # Logits Layer
    outputs = tf.layers.dense(inputs=dropout, units=10)

    return outputs
本教程定义权重修剪

但我不知道如何在现有模型中使用剪枝API(不升级到keras顺序模型)