torch.nn.utils.prune.ln_structured¶

torch.nn.utils.prune.ln_structured(module, name, amount, n, dim, importance_scores=None)[源代码]¶

通过删除沿指定维度 Ln 范数最小的通道来修剪张量。

通过删除沿指定 dim 的 Ln 范数最低的指定数量的（当前未修剪的）通道，修剪对应于 module 中名为 name 的参数的张量。通过以下方式修改模块（就地修改，并返回修改后的模块）：

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，应介于 0.0 和 1.0 之间，表示要修剪的参数的比例。如果为 int，表示要修剪的参数的绝对数量。
n (int, float, inf, -inf, 'fro', 'nuc') – 请参阅 torch.norm() 中参数 p 的有效条目文档。
dim (int) – 定义要修剪的通道的维度的索引。
importance_scores (torch.Tensor) – 用于计算修剪掩码的重要性分数张量（与模块参数具有相同的形状）。此张量中的值表示要修剪的参数中对应元素的重要性。如果未指定或为 None，则将使用模块参数作为其替代。

返回值

输入模块的修改（即修剪）版本

返回类型

module (nn.Module)

示例

>>> from torch.nn.utils import prune
>>> m = prune.ln_structured(
...     nn.Conv2d(5, 3, 2), 'weight', amount=0.3, dim=1, n=float('-inf')
... )

文档