必须用prune_low_magnitude包装指定层并配PolynomialDecay调度，训练中动态置零权重，训练后strip_pruning才能导出真正稀疏模型；否则保存加载会报错且无体积压缩和加速效果。
TensorFlow Model Optimization Toolkit 的 prune_low_magnitude 怎么用
直接调用 prune_low_magnitude 不等于模型就变稀疏了——它只是给层加了剪枝包装器，训练时才会动态置零权重。常见错误是只调用一次就保存模型，结果加载后权重全满、剪枝失效。
实操要点：
- 必须在训练循环中使用
tf.keras.callbacks.PruningSchedule（如PolynomialDecay）控制剪枝比例随 epoch 逐步上升，不能一步到位 - 被包装的层（如
Dense、Conv2D）需显式传入pruning_params，例如pruning_params={'pruning_schedule': pruning_params} - 训练后必须调用
strip_pruning才能导出真正稀疏的模型——否则保存的是带冗余 mask 和 callback 的完整图 - 注意：
strip_pruning会移除所有剪枝相关节点，但不会自动做结构化剪枝（比如整通道裁剪），仍属非结构化稀疏
为什么 model.save() 后 load_model 报错 'Unknown layer: PruneLowMagnitude'
因为 PruneLowMagnitude 是 TensorFlow Model Optimization Toolkit 的自定义封装层，原生 Keras 不认识。直接 tf.keras.models.load_model 会失败。
解决办法只有两个：
- 保存前先
strip_pruning，再用标准方式保存/加载（推荐） - 若必须保留剪枝状态加载，得手动注册自定义对象：
tf.keras.models.load_model(path, custom_objects={'PruneLowMagnitude': tfmot.sparsity.keras.PruneLowMagnitude}) - 别用
model.save_weights_only=True后再重建模型——剪枝 mask 不在 weights 里，会丢失稀疏性
稀疏模型推理时速度没提升？检查是否用了 tfmot.sparsity.keras.strip_pruning
很多人误以为训练完剪枝模型就能加速，其实不然。未 strip 的模型在推理时仍执行完整计算 + mask 过滤，反而更慢。真正的加速依赖底层对稀疏张量的硬件支持（如 TFLite 的稀疏内核），而标准 TensorFlow CPU/GPU 推理并不自动优化稀疏权重。
关键动作：
-
strip_pruning后导出为 SavedModel，再转 TFLite 并启用sparsity支持（需 TFLite 2.10+） - 确认目标平台（如 Edge TPU）是否支持稀疏算子；不支持时，稀疏模型和稠密模型性能几乎无差别
- 用
tfmot.sparsity.keras.prune_low_magnitude包装的模型，其权重仍是float32类型，只是部分值为 0——文件体积不变，内存占用也不降
如何验证剪枝后模型真的稀疏？别只看 summary()
model.summary() 显示不出稀疏率。真实稀疏度得手动统计权重中零值占比。
可靠检查方式：
- 对每个带剪枝的层，取
layer.get_weights()[0]（权重矩阵），然后算np.count_nonzero(w == 0) / w.size - 注意：必须在
strip_pruning后检查，否则看到的是原始权重 + 独立 mask，二者不一致 - 训练中可用回调记录每 epoch 的全局稀疏率：
tfmot.sparsity.keras.UpdatePruningStep+tfmot.sparsity.keras.PruningSummaries - 如果稀疏率卡在目标值以下（比如设了 50% 却只到 30%），大概率是训练步数不够或
end_step设得太小
实际部署稀疏模型最易忽略的一点：TFLite 转换时默认丢弃 sparsity 信息，必须显式传入 converter.experimental_enable_resource_variables = True 并启用 sparsity flag，否则前功尽弃。
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！
