博主使用的是Python3.6，TensorFlow1.12
git clone https://github.com/Tencent/PocketFlow.git cd PocketFlow数据集准备
进行datasets文件夹路径可以看到，PocketFlow支持的数据集有cifar10下载链接，ILSVRC-12和PascalVoc官方链接。其中cifar10是图片分类任务，ILSVRC-12用于分类任务和目标检测任务，PascalVoc是深度学习目标检测的数据集。
这里以cifar10数据为例测试。
tar zxvf cifar-10-binary.tar.gz修改配置文件参数
cp path.conf.template path.conf
然后修改path.conf 文件中的cifar数据集路径，（运行在local版本），更新后如下：
# data files data_hdfs_host = None data_dir_local_cifar10 = /XXX/Dataset/cifar-10-batches-bin data_dir_hdfs_cifar10 = None data_dir_seven_cifar10 = None data_dir_docker_cifar10 = /opt/ml/data # DO NOT EDIT data_dir_local_ilsvrc12 = /mnt/inspurfs/user-fs/wenjing/Dataset/ILSVRC data_dir_hdfs_ilsvrc12 = Nonea data_dir_seven_ilsvrc12 = Noneaa data_dir_docker_ilsvrc12 = /opt/ml/data # DO NOT EDIT # model filesa model_http_url = https://api.ai.tencent.com/pocketflow全模型训练
由于官方提供的预训练模型链接已经不在支持，需要在本地去训练一个完整的网络模型。
./scripts/run_local.sh nets/resnet_at_cifar10_run.py --resnet_size=20
训练好的模型可以在./models路径中找到
模型压缩(剪枝)./scripts/run_local.sh nets/resnet_at_cifar10_run.py --learner=chn-pruned-gpu --cp_uniform_preserve_ratio=0.5 --cp_prune_option=uniform --resnet_size=20
