tensorflow模型剪枝需用prune_low_magnitude包装层并配polynomialdecay调度，训练后strip_pruning；qat必须quantize_model插入伪量化节点，且须先剪枝再qat；最终导出tflite需从savedmodel转换并设int8参数，否则无实际压缩效果。
TensorFlow模型剪枝前必须确认是否使用tf.keras.Model
权重剪枝只对 tf.keras.Model 实例有效，且要求模型是用函数式 API 或 Sequential 构建的——子类化模型（继承 tf.keras.Model 并重写 call）默认不支持剪枝，除非手动包装每一层。如果你调用 model.layers 时看到大量 Functional 或 Sequential 类型，说明可以继续；如果全是自定义类名，先别急着加剪枝，得重构或改用 prune_low_magnitude 包装器逐层处理。
用tfmot.sparsity.keras.prune_low_magnitude做动态剪枝
TensorFlow Model Optimization Toolkit 提供的 prune_low_magnitude 是最常用入口，但它不是“一键压缩”，而是一个训练时动态归零的装饰器。关键点在于：
- 必须传入
pruning_schedule，比如tfmot.sparsity.keras.PolynomialDecay(initial_sparsity=0.0, final_sparsity=0.5, begin_step=1000, end_step=3000)，否则默认不触发剪枝 - 被包装的模型需在训练前调用
compute_pruning_steps（内部会插入掩码变量），否则训练中mask不更新，权重看似变稀疏实则无效 - 剪枝后模型仍输出完整张量，只是部分权重被硬置零——这点容易误解，以为结构变了，其实
model.summary()看不到参数量下降，得用tfmot.sparsity.keras.strip_pruning才能导出真正稀疏的 SavedModel
strip_pruning后权重没变小？检查是否漏了保存逻辑
调用 tfmot.sparsity.keras.strip_pruning(pruned_model) 只返回一个新模型对象，不会自动覆盖原变量。常见错误是：
- 写了
strip_pruning(model)却没赋值给新变量，后续model.save(...)仍是带剪枝封装的模型 - 保存为 HDF5（
.h5）格式，但strip_pruning后模型不兼容 HDF5（会报NotImplementedError: Saving the model to HDF5 format requires the model to be a Functional model），必须用save_format='tf' - 导出后用
tf.keras.models.load_model加载，却忘了传custom_objects={'PruneLowMagnitude': tfmot.sparsity.keras.PruneLowMagnitude}—— 这仅在未 strip 时需要，strip 后反而不能传，否则报错
剪枝后的模型推理变慢？可能误用了动态掩码
剪枝本身不加速推理，反可能拖慢：因为 prune_low_magnitude 在训练/验证时仍保留全连接结构，只靠掩码乘法模拟稀疏性。真正提速要满足两个条件：
- 必须完成
strip_pruning+model.save(..., save_format='tf')导出 - 部署时用 TensorFlow Lite 转换，并启用
sparsity_supported=True（需 TFLite 支持稀疏内核的硬件，如部分 Android SoC），否则 TFLite 会把掩码展开成稠密计算 - 纯 CPU 推理下，即使权重 90% 为零，NumPy 或 TF eager 模式也不会跳过零元素计算——稀疏加速依赖底层算子优化，不是模型本身决定的
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！
