torch.nn.utils.prune.random_structured

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

透過移除指定維度上的隨機通道來剪除張量。

透過移除指定數量的（目前未剪除的）通道，沿著指定維度 dim 隨機選取，來剪除 module 中名為 name 的參數對應的張量。透過以下方式就地修改模組（並傳回修改後的模組）：

1. 新增一個名為 name+'_mask' 的命名緩衝區，該緩衝區對應於剪除方法應用於參數 name 的二元遮罩。

2. 將參數 name 替換為其修剪後的版本，同時將原始 (未修剪) 的參數儲存在一個名為 name+'_orig' 的新參數中。

參數

• module (nn.Module) – 包含要修剪之張量的模組

• name (str) – module 內將進行修剪的參數名稱。

• amount (int 或 float) – 要修剪的參數數量。 如果是 float，則應介於 0.0 和 1.0 之間，並表示要修剪的參數比例。 如果是 int，則表示要修剪的參數的絕對數量。

• dim (int) – 我們定義要修剪的通道所沿之維度的索引。

回傳

輸入模組的修改 (即修剪) 版本

回傳類型

module (nn.Module)

範例

>>> 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