Pruning filters for efficient convnets源码复现+全中文注释（初学者必备）

把我自己对这篇论文《Pruning filters for efficient convnets》的学习过程发出来，当时什么都不会，只能一点一点进行注释hhh

train.py

def train_network(args, network=None, data_set=None):
    # 将代码分配到设备
    device = torch.device("cuda" if args.gpu_no >= 0 else "cpu")

    if network is None:
        # 根据输入看使用那个vgg模型和数据集
        network = VGG(args.vgg, args.data_set)
    network = network.to(device)

    if data_set is None:
        data_set = get_data_set(args, train_flag=True)
    # 定义loss类
    loss_calculator = Loss_Calculator()
    # 神经网络优化器，主要是为了优化我们的神经网络，冲量、正则、SGD（不需要每次全部读入数据，可以分批读入）等，https://github.com/cen6667/Pruning_filters_for_efficient_convnets
    optimizer, scheduler = get_optimizer(network, args)
    # 恢复训练的标志
    if args.resume_flag:
        # 加载训练好的模型
        check_point = torch.load(args.load_path)
        # 将加载好的模型加载到网络中
        network.load_state_dict(check_point['