torch.nn.utils.prune.l1_unstructured

torch.nn.utils.prune.l1_unstructured(module, name, amount, importance_scores=None)

通过移除 L1 范数最低的单元来剪枝张量。

通过移除指定 amount 的（当前未剪枝的）L1 范数最低的单元，来剪枝 module 中名为 name 的参数对应的张量。通过以下方式就地修改模块（并返回修改后的模块）：

1. 添加一个名为 name+'_mask' 的命名缓冲区，该缓冲区对应于应用于参数 name 的二元掩码，由剪枝方法生成。

2. 将参数 name 替换为其剪枝后的版本，同时原始（未剪枝的）参数存储在名为 name+'_orig' 的新参数中。

参数

• module (nn.Module) – 包含要剪枝的张量的模块

• name (str) – module 中要对其进行剪枝的参数名称。

• amount (int 或 float) – 要剪枝的参数量。如果为 float，则应介于 0.0 和 1.0 之间，表示要剪枝的参数的比例。如果为 int，则表示要剪枝的参数的绝对数量。

• importance_scores (torch.Tensor) – 重要性得分张量（与模块参数形状相同），用于计算剪枝的掩码。此张量中的值指示要剪枝的参数中相应元素的重要性。如果未指定或为 None，则将使用模块参数代替。

返回

输入模块的修改（即剪枝）版本

返回类型

module (nn.Module)

示例

>>> m = prune.l1_unstructured(nn.Linear(2, 3), 'weight', amount=0.2)
>>> m.state_dict().keys()
odict_keys(['bias', 'weight_orig', 'weight_mask'])