가지치기 단계 후에 그림 4-1의 단계 1에서 사용했던 작은 랜덤 값으로 가중치를 되돌리고 ➍ 가지치기된 신경망을 훈련합니다. (일반적인 반복적 크기 기반 가지치기처럼) 다른 랜덤한 가중치로 가지치기된 네트워크를 초기화하는 것이 아니라 단계 1의 가중치를 재사용한다는 점이 중요합니다.

그다음 네트워크가 원하는 크기가 될 때까지 가지치기 단계 2에서 4까지 반복합니다. 예를 들어 원본 로터리 티켓 가설 논문에서 저자들은 신경망의 분류 정확도를 손해보지 않고 원래 크기의 10%까지 성공적으로 줄였습니다. 또한 (크고 조밀한) 원본 신경망에 비해 (로터리 당첨 티켓(winning ticket)이라 부르는) 가지치기된 (희소한) 네트워크의 일반화 성능이 높습니다.