pocket_flow的介绍和安装

  pocketflow项目地址:https://github.com/Tencent/PocketFlow

pocketflow 框架由两个部分组件构成，分别是模型压缩/加速算法部分和超参数优化部分，

模型压缩和加速算法：

1、通道剪枝（channel pruning），在cnn网络中，对特征图中的通道维度进行剪枝，可以减低模型大小和复杂度（算法实现细节?），支持通道剪枝的分组finetune和retrain功能（？）

2、权重稀疏化：对网络权重引入稀疏性约束，大幅降低网络权重中的非零元素个数（细节？），压缩后的网络权重可以以稀疏矩阵的形式存储和传输

3、权重量化：通过对网络权重进行量化约束，可以降低用于表示单个网络权重的所需比特数，，提供了均匀和非均匀两大类量化算法支持？

4、网络蒸馏（network distillation）：对未压缩的原始模型输出作为额外的监督信息，指导压缩后的模型训练。

5、多gpu训练（mulit-gpu training）：支持多机多卡分布式训练（怎么实现的和horvord实现的区别是什么）