torch.nn.utils.prune.l1_unstructured 注释

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

通过移除具有最低 L1 范数的单元来修剪张量。

通过移除指定数量的（目前未修剪的）具有最低 L1 范数的单元来修剪对应于名为 name 的参数的张量。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，对应于通过剪枝方法应用于参数 name 的二进制掩码。

2. 将参数 name 替换为其剪枝版本，而原始（未剪枝）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

• 名称（str）- 在 module 中参数名称，剪枝将在此参数上执行。

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

• importance_scores (torch.Tensor) – 用于计算剪枝掩码的重要性分数张量（与模块参数形状相同）。该张量中的值表示正在剪枝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:

输入模块的修改版（即剪枝版）

返回类型:

模块（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'])