Kerassurgeon：用于修剪和模型优化

Question

我正在使用Keras构建一个卷积神经网络。由于最终的模型需要部署在处理能力较低的处理单元上，所以我开始寻找减少它消耗的资源的方法。幸运的是，我在Keras中发现了这个库Keras-surgeon，它有助于修改经过训练的Keras模型。你知道吗

我正在尝试删除我的Conv-Net层之一中的频道（并将在其他层上继续）。尽管文档非常简单明了，使用过它的人也称赞它，但当我尝试使用它时，它会返回一个奇怪的类型错误：

from kerassurgeon import Surgeon

surgeon = Surgeon(model_final)
layer_1 = model_final.layers[1] # selecting 2nd layer

surgeon.add_job('delete_channels', layer_1, channels=[4,7,3])
new_model = surgeon.operate()

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-292-77c377538a52> in <module>
      5 
      6 surgeon.add_job('delete_channels', layer_1, channels=[4,7,3])
----> 7 new_model = surgeon.operate()

~/anaconda3/envs/Learning/lib/python3.6/site-packages/kerassurgeon/surgeon.py in operate(self)
    150         for node in sorted_nodes:
    151             # Rebuild submodel up to this node
--> 152             sub_output_nodes = utils.get_node_inbound_nodes(node)
    153             outputs, output_masks = self._rebuild_graph(self.model.inputs,
    154                                                         sub_output_nodes)

~/anaconda3/envs/Learning/lib/python3.6/site-packages/kerassurgeon/utils.py in get_node_inbound_nodes(node)
     88 def get_node_inbound_nodes(node):
     89     return [get_inbound_nodes(node.inbound_layers[i])[node_index]
---> 90             for i, node_index in enumerate(node.node_indices)]
     91 
     92 

TypeError: 'int' object is not iterable

1. 我到底做错什么了？

2. 另外，有没有人能指出我可以用来运行keras模型的东西，看看它的资源消耗（内存和CPU等等）？（这将是一个很大的帮助！）

3. 还有什么其他方法可以让模型在不影响精度的情况下占用更少的资源？你知道吗

任何帮助都将不胜感激。。！你知道吗

Answer 1

definition of ^{}是：

def add_job(self, job, layer, *,
            channels=None, new_layer=None, node_indices=None):
  # ...

函数参数中的*意味着强制您显式使用命名参数。 必须按如下方式调用add_job：

surgeon.add_job('delete_channels', layer_1, channels=[4,7,3])