torch.nn.utils.prune.custom_from_mask

torch.nn.utils.prune.custom_from_mask(module, name, mask)

透過應用 mask 中的預計算掩碼，對 module 中名為 name 的引數對應的張量進行剪枝。

透過以下方式就地修改模組（並返回修改後的模組）：

1. 新增一個名為 name+'_mask' 的命名緩衝區，對應於剪枝方法應用於引數 name 的二進位制掩碼。

2. 將其引數 name 替換為其剪枝後的版本，同時將原始（未剪枝的）引數儲存在一個名為 name+'_orig' 的新引數中。

引數

• module (nn.Module) – 包含要剪枝張量的模組

• name (str) – 模組 module 中將對其進行剪枝的引數名稱。

• mask (Tensor) – 要應用於引數的二進位制掩碼。

返回值

輸入模組的修改（即已剪枝）版本

返回值型別

module (nn.Module)

示例

>>> from torch.nn.utils import prune
>>> m = prune.custom_from_mask(
...     nn.Linear(5, 3), name='bias', mask=torch.tensor([0, 1, 0])
... )
>>> print(m.bias_mask)
tensor([0., 1., 0.])