上一篇笔记记录了对于剪枝原理的学习和思考，本篇学习一下剪枝具体的编程实现方法代码大部分来自网络，剪枝过程使用的源模型为自己训练的model.onnx，模型大小为2MB左右。以下代码来自目录1.导包&定义一个简单的网络2.多参数剪枝3.全局剪枝4.总结目前大部分最先进的（SOTA）深度学习技术虽然效果好，但由于其模型参数量和计算量过高，难以用于实际部署。

sklearn中随机森林的实现方式，包括分类和回归两部分，其中使用随机森林回归进行了特征矩阵的缺失值填补