torch.nn.utils.prune.random_structured

torch.nn.utils.prune.random_structured(module, name, amount, dim)[源代码]

通过在指定维度上随机删除通道来修剪张量。

通过在指定维度dim上随机移除指定数量的（当前未被修剪的）通道，来修剪module中名为name的参数张量。此操作会就地修改模块，并返回修改后的模块。

添加一个名为name+'_mask'的缓冲区，该缓冲区对应于剪枝方法应用于参数name的二进制掩码。
将参数 name 替换为其修剪后的版本，而原始（未修剪）参数则存储在一个名为 name+'_orig' 的新参数中。

参数

module (nn.Module) – 包含待修剪张量的模块
name (str) – 进行剪枝操作的模块中的参数名称。
amount (int 或 float) – 参数的修剪数量。如果为float类型，应在0.0到1.0之间，并表示要修剪的参数比例。如果是int类型，则表示要绝对修剪的具体参数数量。
dim (int) – 表示要裁剪通道的维度的索引。

返回值

输入模块的修改版（即简化后的版本）

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