今天开始了页面的编写，首先也是将需要的内容全部先进行了定义，创建了各个页面对应的Fragment，计划是使用一个抽屉式菜单来进行Fragment的跳转，而主Activity中就进行抽屉菜单的初始化，并不需要进行其他的操作。 页面框架 首先定义一些基本常量，包括colors、strings、fonts等内容。 然后创建各个页面的Fragment，然后导入navigation包，新建Navigation的资料文件，在navigation资源文件中将创建好的Fragment全部添加，设置好对应的i

安卓的毕设为烟草仓储管理系统，本科期间最后一个开发项目了，上学年还有安卓的课程，不过也是经典的用完就忘，当时课设所使用的内容在现在也只留下了一个大概印象了，而每次开发总得学到些东西，因此就又从头开始看起了安卓的教程，不过也没能找到近年的评价好的安卓教程，最后直接看jetpack相关的教程。在看了好几天的教程后，终于开始了毕设的编写，因为教程的后半部分使用的是kotlin代码，虽然我并没有学习过，但感觉使用kotlin构建Room的实体类还是要方便不少，因此在数据库设计部分使用kotlin，其余部

介绍 与之前所看到的一些关于 filter pruning 的文章不同，作者认为那些通过 filter pruning 方法剪去的滤波器在某些特定场景可能还是有用的，作者提到像集成学习中一样，单个分类器的效果并不理想，但多个分类器组合在一起效果就有很大提升。所以在这篇文章中，作者不考虑将这些不重要的滤波器剪去，而是为它们重新赋值，尝试重新激活它们。也就是作者所提出的嫁接方法，将其他的数据嫁接到这些不重要的 filter 上。 !(../attachment/论文笔记/Pasted_imag

现况 现有的滤波器剪枝的标准是，“smaller-norm-less-important"，即认为滤波器的范数（p-norm）越小，相对应的特征图越接近于 0，于是对网络对贡献越小，那么这些滤波器可以去掉而不会严重影响网络的性能。 但作者认为这个标准要达到好的效果需要满足两个前提： 1. 不同卷积核之间的范数差距要够大 2. 最不重要的（范数最小的）卷积核的范数要够小 !(../attachment/论文笔记/Pasted_image_20211118154042.png) 即如图 (a)

介绍 现在主流的剪枝操作可以分为权重剪枝和滤波器剪枝两个类别，其中滤波器剪枝的一个标准流程是： 1. 训练一个大网络直至收敛 2. 根据一定的规则剪去一部分滤波器 3. 对剪枝后的网络进行微调 这些方法多数只是对网络的结构进行调整，而作者认为，不只是网络的结构有影响，滤波器本身的结构也很重要。Christian Szegedy^ChristianSzegedy 等人也提出了类似的想法。他们是手动设定了不同的 kernel size，但手动设置需要一定的专业知识和实验经验，且需要对网络进行特

在单通道版本中，卷积核和滤波器两者等价。滤波器相当于是卷积核的一个集合。 单通道版本 !(https://img2018.cnblogs.com/common/1785246/201912/1785246-20191214195513331-1693646023.gif) 如上图所示，卷积是元素对元素的加法和乘法。这里的滤波器是一个 3\*3 的矩阵\\0, 1, 2, \2, 2, 0, \0, 1, 2，滤波器滑过输入，在每个位置完成一次卷积，得到一个数值，最终输出仍是一个 3\*3 的矩