torch.nn.utils.prune.l1_unstructured

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

通过移除L1范数最低的单元来修剪张量。

通过移除指定数量（当前未修剪）的L1范数最低的单元，来修剪module中参数名为name的张量。通过以下方式就地修改模块（也返回修改后的模块）：

1. 添加一个名为name+'_mask'的命名缓冲区，该缓冲区对应于由修剪方法应用于参数name的二进制掩码。

2. 将参数name替换为其修剪后的版本，同时将原始（未修剪）参数存储在新参数name+'_orig'中。

参数

• module (nn.Module) – 包含要修剪的张量的模块

• name (str) – module中参数的名称，修剪将作用于此参数。

• amount (int 或 float) – 要修剪的参数数量。如果为float，则应在0.0到1.0之间，表示要修剪的参数的比例。如果为int，则表示要修剪的参数的绝对数量。

• importance_scores (torch.Tensor) – 重要性分数张量（形状与模块参数相同），用于计算修剪掩码。该张量中的值表示正在被修剪的参数的相应元素的重要性。如果未指定或为None，则模块参数将被替换。

返回

模块的修改（即剪枝）后的版本

返回类型

module (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'])