torch.nn.utils.prune.l1_unstructured

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

通过移除 L1 范数最低的单元来修剪张量。

通过移除指定 amount 个（当前未修剪的）L1 范数最低的单元来修剪 module 中名为 name 的参数对应的张量。通过以下方式修改模块（就地修改并返回修改后的模块）：

1. 添加一个名为 name+'_mask' 的命名缓冲区，对应于修剪方法应用于参数 name 的二进制掩码。

2. 将参数 name 替换为其修剪后的版本，而原始（未修剪的）参数将存储在一个名为 name+'_orig' 的新参数中。

参数

• module (nn.Module) – 包含要修剪的张量的模块

• name (str) – module 中将执行修剪操作的参数名称。

• amount (int 或 float) – 要修剪的参数数量。如果为 float，则应在 0.0 和 1.0 之间，表示要修剪的参数的比例。如果为 int，则表示要修剪的参数的绝对数量。

• importance_scores (torch.Tensor) – 用于计算修剪掩码的重要性分数张量（与模块参数形状相同）。此张量中的值指示要修剪的参数中对应元素的重要性。如果未指定或为 None，则将使用模块参数代替。

返回值

输入模块的修改（即修剪）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'])