tensorflow模型剪枝需使用tf.keras.model实例并完成构建，推荐加载savedmodel后包装剪枝；合理设置polynomialdecay调度与block_size参数；剪枝后必须strip_pruning并保存为tf格式，再结合weight-only量化才能显著减小部署体积。
TensorFlow模型剪枝前必须确认是否支持动态图或SavedModel格式
TensorFlow 2.x 默认使用 eager execution，但 tfmot.sparsity.keras.prune_low_magnitude 只能作用于 Keras 模型（tf.keras.Model 实例），且要求模型已构建完成（即调用过 model.build() 或已传入示例输入）。如果你用的是纯 tf.Module 或从 checkpoint 加载的冻结图，直接套用剪枝 API 会报 ValueError: Model must be a tf.keras.Model。
实操建议：
- 用
tf.keras.models.load_model("path", compile=False)加载 SavedModel，再包装剪枝；避免用tf.saved_model.load() - 若模型含自定义层，确保该层继承
tf.keras.layers.Layer并正确定义call()和get_config() - 剪枝前先跑一次
model(tf.zeros((1, *input_shape)))，触发 build，否则prune_low_magnitude会漏掉未初始化的权重
prune_low_magnitude 的关键参数组合决定压缩率与精度损失平衡
剪枝不是“开个开关就变小”，pruning_schedule 和 pruning_params 共同控制稀疏化节奏和强度。设得太激进（如第 1 个 epoch 就达 90% 稀疏度）极易导致训练崩溃；设得太保守（如恒定 10% 稀疏度）则体积几乎不变。
实操建议：
- 用
tfmot.sparsity.keras.PolynomialDecay：起始稀疏度设为0.0，终值设为0.5（即目标 50% 权重置零），begin_step=1000（跳过 warmup），end_step=10000（给足调整窗口） -
pruning_params中block_size=(1, 4)比默认(1, 1)更友好——它强制每 4 个连续 weight 元素中至少保留 1 个，避免出现全零 block 导致推理异常 - 务必设置
skip_first_layer=True（如果首层是 Conv2D 且接原始像素），否则输入通道被剪会导致后续层 shape 不匹配
剪枝后导出的模型必须用 strip_pruning 且重新保存为 SavedModel
剪枝后的模型仍是完整计算图，只是部分权重被 mask 掩码屏蔽——体积没变，推理也没加速。不执行 strip_pruning 就直接 save_model，得到的文件仍含冗余 mask 变量和 pruning-related callbacks，体积反而更大。
Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本，属于3.14系列的第二个维护更新。该版本包含了18项修复，重点解决了多进程、数据类及正则表达式等模块的回归问题，并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式（移除GIL）正式获得官方支持，是Python发展的重要里程碑。
实操建议：
- 训练完剪枝模型后，用
tfmot.sparsity.keras.strip_pruning(model)移除所有 pruning 相关 wrapper 和 mask 变量 - strip 后务必再调用一次
model.compile()（即使不训练），否则某些 backend（如 TFLite converter）会因缺失 optimizer state 报错 - 保存时用
model.save("pruned_model", save_format="tf")，不要用 h5 格式——h5 无法序列化部分剪枝后结构，加载会丢 mask 信息 - 验证体积变化：对比
os.path.getsize("original_model/saved_model.pb")和os.path.getsize("pruned_model/saved_model.pb")，注意只看saved_model.pb主文件，忽略 variables/ 目录（它仍存 dense 值）
TFLite 转换时启用 weight-only quantization 才能真正缩小部署体积
单纯剪枝只能减少浮点运算量，不减少存储空间——因为被剪枝的权重仍以 float32 存在变量文件里。要让磁盘体积显著下降，必须结合量化。但直接对剪枝后模型做 full integer quantization 容易失败，因 mask 引入的零值会干扰校准统计。
实操建议：
- 先 strip pruning，再用
tf.lite.TFLiteConverter.from_saved_model()创建 converter - 仅启用 weight quantization：
converter.optimizations = [tf.lite.Optimize.OPTIMIZE_FOR_SIZE]，不要加representative_dataset（避免激活量化引入误差） - 添加
converter.target_spec.supported_ops = [tf.lite.OpsSet.TFLITE_BUILTINS]，禁用 experimental ops，防止某些剪枝结构被转成不支持的算子 - 生成的 .tflite 文件体积通常比原 SavedModel 小 3–4 倍，但需注意：此时模型只能用于 inference，不能再继续训练
剪枝本身不改变模型拓扑，但 strip 和量化步骤不可逆；如果后续还要微调，得在 strip 前保存一份带 pruning wrapper 的 checkpoint。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
