Identity

class torch.nn.utils.prune.Identity

实用剪枝方法，不剪枝任何单元，但生成带有全 1 掩码的剪枝参数化。

classmethod apply(module, name)

动态添加剪枝和张量的重参数化。

添加前向预钩子，以启用动态剪枝和根据原始张量和剪枝掩码对张量进行重参数化。

参数

• module (nn.Module) – 包含要剪枝的张量的模块

• name (str) – module 中将执行剪枝的参数名称。

apply_mask(module)

简单地处理正在剪枝的参数与生成的掩码之间的乘法。

从模块中获取掩码和原始张量，并返回张量的剪枝版本。

参数

module (nn.Module) – 包含要剪枝的张量的模块

返回

输入张量的剪枝版本

返回类型

pruned_tensor (torch.Tensor)

prune(t, default_mask=None, importance_scores=None)

计算并返回输入张量 t 的剪枝版本。

根据 compute_mask() 中指定的剪枝规则。

参数

• t (torch.Tensor) – 要剪枝的张量（与 default_mask 尺寸相同）。

• importance_scores (torch.Tensor) – 重要性分数张量（与 t 形状相同），用于计算剪枝 t 的掩码。此张量中的值指示正在剪枝的 t 中相应元素的重要性。如果未指定或为 None，则将使用张量 t 代替。

• default_mask (torch.Tensor, optional) – 来自先前剪枝迭代的掩码（如果有）。在确定剪枝应作用于张量的哪一部分时要考虑。如果为 None，则默认为全 1 掩码。

返回

张量 t 的剪枝版本。

remove(module)

从模块中移除剪枝重参数化。

名为 name 的剪枝参数将永久保持剪枝状态，并且名为 name+'_orig' 的参数将从参数列表中移除。类似地，名为 name+'_mask' 的缓冲区将从缓冲区中移除。

注意

剪枝本身不会被撤销或反转！