torch.nn.utils.prune.random_structured

torch.nn.utils.prune.random_structured(module, name, amount, dim)

透過移除指定維度上的隨機通道來修剪張量。

透過移除指定 amount 數量的（當前未修剪的）通道（沿著指定的 dim 隨機選擇），來修剪 module 中名為 name 的引數所對應的張量。透過以下方式原地修改模組（並返回修改後的模組）：

1. 新增一個名為 name+'_mask' 的命名 buffer，它對應於修剪方法應用於引數 name 的二進位制掩碼。

2. 將引數 name 替換為其修剪後的版本，而原始（未修剪的）引數則儲存在一個名為 name+'_orig' 的新引數中。

引數

• module (nn.Module) – 包含要修剪的張量的模組

• name (str) – module 中將進行修剪操作的引數名稱。

• amount (int 或 float) – 要修剪的引數數量。如果為 float，應介於 0.0 和 1.0 之間，表示要修剪的引數比例。如果為 int，則表示要修剪的引數的絕對數量。

• dim (int) – 定義要修剪通道的維度的索引。

返回

輸入模組的修改（即已修剪的）版本

返回型別

模組 (nn.Module)

示例

>>> m = prune.random_structured(
...     nn.Linear(5, 3), 'weight', amount=3, dim=1
... )
>>> columns_pruned = int(sum(torch.sum(m.weight, dim=0) == 0))
>>> print(columns_pruned)
3