torch.nn.utils.prune.random_structured

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

沿指定维度通过移除随机通道来剪枝张量。

通过随机移除指定数量的（当前未剪枝的）通道来剪枝对应于名为 name 的参数的 module 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，同时将原始（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。

• 数量（整数或浮点数）- 要剪枝的参数数量。如果 float ，应在 0.0 和 1.0 之间，表示要剪枝的参数比例。如果 int ，表示要剪枝的参数的绝对数量。

• dim（整数）- 定义剪枝通道的 dim 索引。

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.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