torch.nn.utils.prune.l1_unstructured

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

Удаляет тензор, соответствующий параметру с именем name в module, удаляя указанное amount (в настоящее время не обрезанных) единиц с наименьшей нормой L1. Модифицирует модуль на месте (а также возвращает изменённый модуль), путём:

1. добавления именованного буфера с именем name+'_mask', соответствующего двоичной маске, применённой к параметру name методом обрезки.
2. замены параметра name его обрезанной версией, в то время как исходный (необрезанный) параметр сохраняется в новом параметре с именем name+'_orig'.

Parameters:

• module (nn.Module) – модуль, содержащий тензор для обрезки
• name (str) – имя параметра в module, на котором будет действовать обрезка.
• amount (int or float) – количество параметров для обрезки. Если float, должно быть между 0,0 и 1,0 и представлять собой долю параметров для обрезки. Если int, оно представляет собой абсолютное количество параметров для обрезки.
• importance_scores (torch.Tensor) – тензор оценок важности (той же формы, что и параметр модуля), используемый для вычисления маски для обрезки. Значения в этом тензоре указывают на важность соответствующих элементов в параметре, который подлежит обрезке. Если не указан или равен None, будет использоваться параметр модуля.

Returns:

изменённая (т.е. обрезанная) версия входного модуля

Return type:

модуль (nn.Module)

Примеры

>>> m = prune.l1_unstructured(nn.Linear(2, 3), 'weight', amount=0.2)
>>> m.state_dict().keys()
odict_keys(['bias', 'weight_orig', 'weight_mask'])