元修剪 这是我们的论文《 MetaPruning：用于自动神经网络通道修剪的元学习》的pytorch实现， //arxiv.org/abs/1903.10258（发布于ICCV 2019）。 传统修剪决定修剪每一层中的哪个通道，并需要人工来设置每一层的修剪率。 MetaPruning可以自动搜索每层的最佳修剪率（即，每层中的通道数）。 MetaPruning包含两个步骤： 训练一个元网络（PruningNet），以便为每一层中的通道号的所有可能组合（修剪的网络结构）提供可靠的权重。 通