torch.nn.utils.prune.ln_structured¶

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

透過移除指定維度上 Ln-範數最低的通道來修剪 tensor。

透過移除沿著指定維度 dim 上，具有最低 Ln-norm 的特定 amount 數量 (目前未修剪) 的通道，來修剪 module 中名為 name 的參數所對應的 tensor。透過以下方式原地修改模組 (並回傳修改後的模組)：

參數

module (nn.Module) – 包含要修剪的 tensor 的模組
name (str) – module 內將執行修剪的參數名稱。
amount (int 或 float) – 要修剪的參數數量。如果 float，則應介於 0.0 和 1.0 之間，表示要修剪的參數比例。如果 int，則表示要修剪的參數的絕對數量。
n (int, float, inf, -inf, 'fro', 'nuc') – 請參閱 torch.norm() 中參數 p 的有效條目的說明文件。
dim (int) – 我們定義要修剪的通道所沿著的維度索引。
importance_scores (torch.Tensor) – 用於計算修剪遮罩的重要性分數的 tensor (形狀與模組參數相同)。此 tensor 中的值表示正在修剪的參數中相應元素的重要性。如果未指定或為 None，則將使用模組參數來代替。

回傳

輸入模組的修改後 (即修剪後) 版本

回傳類型

module (nn.Module)

範例

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

文件