TensorFlow模型剪枝必须使用tfmot.sparsity模块，通过prune_low_magnitude包装层并配PolynomialDecay调度，训练后须strip_pruning才能导出真正稀疏模型。
TensorFlow模型剪枝必须用 tfmot.sparsity 模块
TensorFlow官方剪枝支持只通过 TensorFlow Model Optimization Toolkit（tfmot）提供，不是原生 tf.keras 功能。不导入 tfmot、不调用 prune_low_magnitude，任何手动删权重或设零的操作都不算合规剪枝——既不会触发稀疏训练逻辑，也无法导出为稀疏格式。
实操建议：
- 安装最新稳定版：
pip install tensorflow-model-optimization（注意：TF 2.16+ 用户需确认tfmot兼容性，部分版本需降级到tfmot==0.9.0） - 必须在模型构建后、编译前应用剪枝包装器，否则
model.compile()会报ValueError: Layer is not built - 剪枝仅对支持的层生效：
Dense、Conv2D、LSTM等；BatchNormalization或Dropout层会被跳过，不报错但也不参与剪枝
prune_low_magnitude 的关键参数不能只看 sparsity
单纯设 sparsity=0.5 并不能保证最终模型权重有 50% 零值——它只是目标稀疏度，实际达成依赖 begin_step、end_step 和 frequency 的调度策略。训练太早开始剪枝（begin_step 过小）会导致梯度不稳定；太晚（end_step 接近训练结束）则没时间重训练被保留的权重。
推荐配置（以 100 epoch 训练为例）：
立即学习“Python免费学习笔记（深入）”；
-
begin_step=2000（约第 20 epoch 启动，让模型先收敛） -
end_step=8000（第 80 epoch 停止结构更新，留最后 20 epoch 微调） -
frequency=100（每 100 步重新计算掩码，避免掩码冻结过久） -
pruning_schedule=tfmot.sparsity.keras.PolynomialDecay（比恒定稀疏更稳定）
剪枝后模型必须用 strip_pruning 才能部署
带剪枝包装器的模型（PruneLowMagnitude 包裹的层）不能直接保存为 SavedModel 或 TFLite。若跳过剥离步骤，tf.keras.models.load_model 会报 Unknown layer: PruneLowMagnitude；转 TFLite 则提示 Unsupported operation: PruneLowMagnitude。
正确流程：
- 训练完成后，用
tfmot.sparsity.keras.strip_pruning(model)移除所有剪枝 wrapper，得到纯 Keras 模型 - 此时模型权重中已含大量零值，但结构与原始一致，可正常保存/加载/推理
- 如需进一步压缩，再用
tf.lite.TFLiteConverter转换，并启用converter.experimental_enable_resource_variables = True（TF 2.10+ 必需）
验证剪枝是否生效不能只看模型大小
磁盘上 .h5 文件变小，不代表推理时内存占用下降——Keras 默认仍分配全尺寸张量。真正稀疏加速需满足两个条件：硬件支持（如 GPU 的稀疏 Tensor Core）或后端显式启用稀疏计算（如 TFLite 的 sparsity flag），而 TensorFlow CPU 默认不优化稀疏矩阵乘。
检查剪枝真实效果的方法：
- 用
np.count_nonzero(w) / w.size对每个kernel权重手动统计稀疏率，确认接近目标值 - 用
model.layers[i].get_weights()[0]抽样查看权重矩阵，观察是否出现大块连续零 - 对比剪枝前后
model.predict()的单次耗时——通常无明显下降，除非配合量化或专用推理引擎
剪枝真正的价值在部署侧：为后续量化感知训练（QAT）铺路，或降低 TFLite 模型体积（尤其当开启 sparsity_format 时）。想靠它单独提速，容易失望。
