torch.nn.utils.prune.random_structured

torch.nn.utils.prune.random_structured(module, name, amount, dim)

通过沿指定维度随机去除通道来修剪张量。

通过去除沿指定 dim 随机选择的指定 amount 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）：

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

2. 用其修剪后的版本替换参数 name，同时原始（未修剪的）参数将存储在名为 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 中将进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。

• dim (int) – 定义要修剪的通道的维度的索引。

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.random_structured(
...     nn.Linear(5, 3), 'weight', amount=3, dim=1
... )
>>> columns_pruned = int(sum(torch.sum(m.weight, dim=0) == 0))
>>> print(columns_pruned)
3