VGG几何中值剪枝后测试精度无变化问题求助

• 运行《Filter Pruning via Geometric Median for Deep Convolutional Neural Networks Acceleration》官方代码时，ResNet剪枝后测试精度正常波动，但VGG剪枝后测试精度始终保持初始值不变，已尝试常规调试手段（如检查剪枝比例、验证数据加载）无效。

排查方向 #

1. 剪枝逻辑是否正确作用于VGG卷积层 #

• 检查VGG层遍历逻辑：确认代码是否正确识别VGG的features模块内的卷积层，是否存在层命名/索引判断错误（比如只处理layer前缀模块，遗漏VGG的卷积层）。
• 验证剪枝后通道数：打印VGG各卷积层的输出通道数，对比剪枝前数值，确认是否有通道被实际移除。若通道数无变化，说明剪枝逻辑未生效。

2. 测试阶段是否加载剪枝后模型 #

• 检查模型加载路径：确认测试代码是否加载剪枝后保存的权重，而非原始预训练模型（比如是否误写为torch.load("original_vgg.pth")）。
• 确认模型保存逻辑：剪枝过程中是否调用torch.save()保存剪枝后的状态字典，且保存路径与测试加载路径一致。

3. VGG的BN层同步剪枝是否遗漏 #

• VGG卷积层后若带BN层，剪去卷积通道后，BN层的weight、bias、running_mean、running_var需同步裁剪对应索引元素。若BN层未处理，测试时会使用原始BN参数，可能导致输出分布无变化，精度不变。
• 检查BN层剪枝逻辑：是否针对VGG的features模块结构，正确找到对应BN层并裁剪参数。

4. 测试数据预处理是否一致 #

• 确认剪枝前后测试数据的预处理流程完全一致：包括归一化均值/方差、图像尺寸、裁剪方式等。若预处理错误，可能导致输入分布异常，但通常会引发精度骤降，仍需验证。

5. 剪枝后模型是否被意外重置 #

• 检查测试阶段是否重新加载原始预训练权重：比如代码分支中误执行load_state_dict覆盖剪枝后参数。
• 确认剪枝过程中是否存在参数重置：比如剪枝后调用模型初始化函数，覆盖了剪枝后的参数。

6. 精度计算逻辑是否有误 #

• 检查精度统计代码：是否存在correct = total这类错误赋值，导致精度始终为100%；或混淆top1/top5精度计算逻辑。
• 验证标签加载：是否存在标签与输入数据不匹配（如标签全为0，模型恰好全预测为0），导致精度无变化。

内容的提问来源于stack exchange，提问作者Jake