剪枝时bn层的bias不用mask置零吗？

[zihaozhang9]

为什么这里被注释了

为什么不使用bn_module.bias.data.mul_(mask)

剪枝时bn层的bias不用mask置零吗？

[tanluren]

这一步只是把bn weight置零了，结构还是原来的，bias的激活值也还没转移，只是先测试下初步效果；bias处理在后面的prune_model_keep_size2里，会先将bias的激活偏移值传给后来层，再把它置零。

[zihaozhang9]

这一步只是把bn weight置零了，结构还是原来的，bias的激活值也还没转移，只是先测试下初步效果；bias处理在后面的prune_model_keep_size2里，会先将bias的激活偏移值传给后来层，再把它置零。

恩是的。我看到了，here。非常感谢

[mozpp]

这一步只是把bn weight置零了，结构还是原来的，bias的激活值也还没转移，只是先测试下初步效果；bias处理在后面的prune_model_keep_size2里，会先将bias的激活偏移值传给后来层，再把它置零。

yolov3-channel-and-layer-pruning/utils/prune_utils.py

Lines 255 to 263 in 79a94ee

	for next_idx in next_idx_list:
	next_conv = pruned_model.module_list[next_idx][0]
	conv_sum = next_conv.weight.data.sum(dim=(2, 3))
	offset = conv_sum.matmul(activation.reshape(-1, 1)).reshape(-1)
	if next_idx in CBL_idx:
	next_bn = pruned_model.module_list[next_idx][1]
	next_bn.running_mean.data.sub_(offset)
	else:
	next_conv.bias.data.add_(offset)

请问你指的是这里吗？

[zihaozhang9]

bias处理在后面的prune_model_keep_size2里，会先将bias的激活偏移值传给后来层，再把它置零。

yolov3-channel-and-layer-pruning/utils/prune_utils.py

Lines 255 to 263 in 79a94ee

	for next_idx in next_idx_list:
	next_conv = pruned_model.module_list[next_idx][0]
	conv_sum = next_conv.weight.data.sum(dim=(2, 3))
	offset = conv_sum.matmul(activation.reshape(-1, 1)).reshape(-1)
	if next_idx in CBL_idx:
	next_bn = pruned_model.module_list[next_idx][1]
	next_bn.running_mean.data.sub_(offset)
	else:
	next_conv.bias.data.add_(offset)

请问你指的是这里吗？

对的，是这里

[zhaoxin111]

对prune_model_keep_size2和update_activation的理解

block: conv1-bn1-leaky1-conv2-bn2-leaky2

在prune_model_keep_size2中，依据bn层γ来选择哪些层被剪，小于阈值的层要被剪掉。
但被减去层的bias(β)还是会影响到结果，因此我们对BN1.weight筛选后还需要将被剪通道的bias转移至后续层计算，这样减少bias的影响
为什么说是减少呢？
回顾BN层计算：w*x+b，这儿w即γ，bias即b
w小于阈值的直接被置0，但在训练过程中w可能非常小，但也很微妙影响到输出。w趋向0，则对应层输出受bias控制。

prune_model_keep_size2处理逻辑：

1. 将BN1中γ小于阈值的层权重置0
2. 将BN1中γ小于阈值的层的bias转移至后一层计算
   怎么转移？
   先求取出被剪层cut_layers(即1-mask对应的层)的激活输出，这些激活输出就可以看做是对应层实际计算结果的近似(即bias)，因为w趋向0了嘛
   好了，下面计算cut_layers在后续层的值，后续层是conv2，那么conv后的输出即offset

offset其实就是求的每一个卷积核针对上一层的一个激活输出，卷积的计算流程是将kernel_size范围内的神经元加权求和，而cut_layers对应的层的输出即bias
因此，每一层卷积计算可简化一下: (b1w11+b1w12+b1w13+...)->b1sum(kernel),也就是下面offset求取的方式
由于cut_layers每一层输出的值是一样的，那么均值也就是每一个卷积核一次求取的结果

3.conv2后面是BN层，那么这儿将上一层bias的计算结果直接写到BN的均值中。上一层原本是加cut_layers的均值，到了BN层就是减去他们了
（这一步的前提是conv2的bias为False）
如果conv2后面没BN层，那么直接将上一层的bias叠加到conv2的bias里去

[linklist2]

对prune_model_keep_size2和update_activation的理解

block: conv1-bn1-leaky1-conv2-bn2-leaky2

在prune_model_keep_size2中，依据bn层γ来选择哪些层被剪，小于阈值的层要被剪掉。 但被减去层的bias(β)还是会影响到结果，因此我们对BN1.weight筛选后还需要将被剪通道的bias转移至后续层计算，这样减少bias的影响 为什么说是减少呢？ 回顾BN层计算：w*x+b，这儿w即γ，bias即b w小于阈值的直接被置0，但在训练过程中w可能非常小，但也很微妙影响到输出。w趋向0，则对应层输出受bias控制。

prune_model_keep_size2处理逻辑：

1. 将BN1中γ小于阈值的层权重置0
2. 将BN1中γ小于阈值的层的bias转移至后一层计算
   怎么转移？
   先求取出被剪层cut_layers(即1-mask对应的层)的激活输出，这些激活输出就可以看做是对应层实际计算结果的近似(即bias)，因为w趋向0了嘛
   好了，下面计算cut_layers在后续层的值，后续层是conv2，那么conv后的输出即offset

offset其实就是求的每一个卷积核针对上一层的一个激活输出，卷积的计算流程是将kernel_size范围内的神经元加权求和，而cut_layers对应的层的输出即bias 因此，每一层卷积计算可简化一下: (b1_w11+b1_w12+b1_w13+...)->b1_sum(kernel),也就是下面offset求取的方式 由于cut_layers每一层输出的值是一样的，那么均值也就是每一个卷积核一次求取的结果

3.conv2后面是BN层，那么这儿将上一层bias的计算结果直接写到BN的均值中。上一层原本是加cut_layers的均值，到了BN层就是减去他们了 （这一步的前提是conv2的bias为False） 如果conv2后面没BN层，那么直接将上一层的bias叠加到conv2的bias里去

请问第3条该如何理解呢？第一个convolutional的leaky(bias)传递给第二个convolutional后，为什么需要BN的均值减去offset呢？而传递到没有BN的卷积中，需要bias加上offset呢？

[YeLL0W]

对prune_model_keep_size2和update_activation的理解
block: conv1-bn1-leaky1-conv2-bn2-leaky2
在prune_model_keep_size2中，依据bn层γ来选择哪些层被剪，小于阈值的层要被剪掉。 但被减去层的bias(β)还是会影响到结果，因此我们对BN1.weight筛选后还需要将被剪通道的bias转移至后续层计算，这样减少bias的影响 为什么说是减少呢？ 回顾BN层计算：w*x+b，这儿w即γ，bias即b w小于阈值的直接被置0，但在训练过程中w可能非常小，但也很微妙影响到输出。w趋向0，则对应层输出受bias控制。
prune_model_keep_size2处理逻辑：

1. 将BN1中γ小于阈值的层权重置0
2. 将BN1中γ小于阈值的层的bias转移至后一层计算
   怎么转移？
   先求取出被剪层cut_layers(即1-mask对应的层)的激活输出，这些激活输出就可以看做是对应层实际计算结果的近似(即bias)，因为w趋向0了嘛
   好了，下面计算cut_layers在后续层的值，后续层是conv2，那么conv后的输出即offset

offset其实就是求的每一个卷积核针对上一层的一个激活输出，卷积的计算流程是将kernel_size范围内的神经元加权求和，而cut_layers对应的层的输出即bias 因此，每一层卷积计算可简化一下: (b1_w11+b1_w12+b1_w13+...)->b1_sum(kernel),也就是下面offset求取的方式 由于cut_layers每一层输出的值是一样的，那么均值也就是每一个卷积核一次求取的结果
3.conv2后面是BN层，那么这儿将上一层bias的计算结果直接写到BN的均值中。上一层原本是加cut_layers的均值，到了BN层就是减去他们了 （这一步的前提是conv2的bias为False） 如果conv2后面没BN层，那么直接将上一层的bias叠加到conv2的bias里去

请问第3条该如何理解呢？第一个convolutional的leaky(bias)传递给第二个convolutional后，为什么需要BN的均值减去offset呢？而传递到没有BN的卷积中，需要bias加上offset呢？

bn均值减去offset(用k表示)是因为bn输入的x此时也减少了offset, （(x-k)-(mean-k)）= x-k 。卷积加上是因为 令k = wk',w(x-k') + b + k = wx + b，保证输出近似不变

[linklist2]

@YeLL0W 非常感谢，我想我明白了

[linklist2]

对prune_model_keep_size2和update_activation的理解
block: conv1-bn1-leaky1-conv2-bn2-leaky2
在prune_model_keep_size2中，依据bn层γ来选择哪些层被剪，小于阈值的层要被剪掉。 但被减去层的bias(β)还是会影响到结果，因此我们对BN1.weight筛选后还需要将被剪通道的bias转移至后续层计算，这样减少bias的影响 为什么说是减少呢？ 回顾BN层计算：w*x+b，这儿w即γ，bias即b w小于阈值的直接被置0，但在训练过程中w可能非常小，但也很微妙影响到输出。w趋向0，则对应层输出受bias控制。
prune_model_keep_size2处理逻辑：

1. 将BN1中γ小于阈值的层权重置0
2. 将BN1中γ小于阈值的层的bias转移至后一层计算
   怎么转移？
   先求取出被剪层cut_layers(即1-mask对应的层)的激活输出，这些激活输出就可以看做是对应层实际计算结果的近似(即bias)，因为w趋向0了嘛
   好了，下面计算cut_layers在后续层的值，后续层是conv2，那么conv后的输出即offset

offset其实就是求的每一个卷积核针对上一层的一个激活输出，卷积的计算流程是将kernel_size范围内的神经元加权求和，而cut_layers对应的层的输出即bias 因此，每一层卷积计算可简化一下: (b1_w11+b1_w12+b1_w13+...)->b1_sum(kernel),也就是下面offset求取的方式 由于cut_layers每一层输出的值是一样的，那么均值也就是每一个卷积核一次求取的结果
3.conv2后面是BN层，那么这儿将上一层bias的计算结果直接写到BN的均值中。上一层原本是加cut_layers的均值，到了BN层就是减去他们了 （这一步的前提是conv2的bias为False） 如果conv2后面没BN层，那么直接将上一层的bias叠加到conv2的bias里去

请问第3条该如何理解呢？第一个convolutional的leaky(bias)传递给第二个convolutional后，为什么需要BN的均值减去offset呢？而传递到没有BN的卷积中，需要bias加上offset呢？

bn均值减去offset(用k表示)是因为bn输入的x此时也减少了offset, （(x-k)-(mean-k)）= x-k 。卷积加上是因为 令k = wk',w(x-k') + b + k = wx + b，保证输出近似不变

@YeLL0W 请问若BN层的weight不趋向于0，是否仍旧有办法将该BN的bias移动到下一个BN的running_mean中呢？
因为relu(A+B)不等于relu(A) + relu(B)，若BN层的weight不趋向于0，上述推理就不成立了....

[zihaozhang9]

我已收到您发送的邮件。我会及时查看。