• 文档 >
  • torch.nn >
  • torch.nn.utils.prune.identity
快捷键

torch.nn.utils.prune.identity

torch.nn.utils.prune.identity(module, name)[source][source]

应用剪枝重参数化而不剪枝任何单元。

对名为 name 的参数对应的张量进行剪枝重参数化,实际上不剪除任何单元。就地修改模块(并返回修改后的模块)的方式是:

  1. 添加一个名为 name+'_mask' 的缓冲区,对应于剪枝方法应用于参数 name 的二进制掩码。

  2. 用其剪枝版本替换参数 name ,而原始(未剪枝)参数存储在名为 name+'_orig' 的新参数中。

注意

掩码是一个全为 1 的张量。

参数:
  • 包含要剪枝的张量的模块(nn.Module)

  • 名称(str)- 在 module 中参数名称,剪枝将在此参数上执行。

返回值:

输入模块的修改版(即剪枝版)

返回类型:

模块(nn.Module)

示例

>>> m = prune.identity(nn.Linear(2, 3), 'bias')
>>> print(m.bias_mask)
tensor([1., 1., 1.])

© 版权所有 PyTorch 贡献者。

使用 Sphinx 构建,并使用 Read the Docs 提供的主题。

文档

PyTorch 的全面开发者文档

查看文档

教程

深入了解初学者和高级开发者的教程

查看教程

资源

查找开发资源并获得您的疑问解答

查看资源