Identity

class torch.nn.utils.prune.Identity

一个实用的剪枝方法，它不剪枝任何单元，但会生成一个包含全1掩码的剪枝参数化。

classmethod apply(module, name)

添加动态剪枝和张量重参数化。

添加启用动态剪枝的前向预钩子，以及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) – 包含待剪枝张量的模块

• name (str) – 在 module 中要进行剪枝的参数名称。

apply_mask(module)

简单地处理被剪枝参数和生成的掩码之间的乘法运算。

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) – 包含待剪枝张量的模块

返回值

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 维度相同）。

• importance_scores (torch.Tensor) – 用于计算张量 t 剪枝掩码的重要性分数张量（与 t 形状相同）。此张量中的值表示被剪枝张量 t 中对应元素的重要性。如果未指定或为 None，则将使用张量 t 本身。

• 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个部分时予以考虑。如果为 None，则默认使用全1掩码。

返回值

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，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

剪枝本身是不可撤销或逆转的！