模型压缩的方法，常见的有剪枝（pruning）,量化，蒸馏。

pruning

先分析权重或者神经元的重要性，然后去除，之后重新fine-tune，一直循环。

判断weight的重要性：绝对值的大小
判断neuron的重要性： 训练过程中不为0的次数。