add_blocks_params

功能说明

PruneConfig类方法，根据自定义参数配置模型剪枝的block，若set_steps选择的步骤包含“prune_blocks”，则需要调用该方法。

函数原型

add_blocks_params(pattern, layer_id_map)

参数说明

参数名	输入/返回值	含义	使用限制
pattern	输入	待剪枝网络layer名称的正则表达式。	必选。数据类型：string。例如取值为bert.encoder.layer.(d+)时，表示选取网络中以bert.encoder.layer开头，且后续为数字的网络layer。
layer_id_map	输入	待剪枝网络layer的前后id匹配关系。	必选。数据类型：dict，key和value的数据类型均为int。例如，取值为{0: 0, 1: 2, 2: 4}时表示将bert.encoder.layer.0的权重保留至bert.encoder.layer.0，bert.encoder.layer.2的权重保留至bert.encoder.layer.1，bert.encoder.layer.4的权重保留至bert.encoder.layer.2，即预训练权重中bert.encoder.layer.x共有5层，而输入的模型中bert.encoder.layer.x只有3层，通过layer_id_map在剪枝时将权重保留到指定的位置。

参数名

输入/返回值

含义

使用限制

pattern

输入

待剪枝网络layer名称的正则表达式。

必选。

数据类型：string。

例如取值为bert.encoder.layer.(d+)时，表示选取网络中以bert.encoder.layer开头，且后续为数字的网络layer。

layer_id_map

输入

待剪枝网络layer的前后id匹配关系。

必选。

数据类型：dict，key和value的数据类型均为int。

例如，取值为{0: 0, 1: 2, 2: 4}时表示将bert.encoder.layer.0的权重保留至bert.encoder.layer.0，bert.encoder.layer.2的权重保留至bert.encoder.layer.1，bert.encoder.layer.4的权重保留至bert.encoder.layer.2，即预训练权重中bert.encoder.layer.x共有5层，而输入的模型中bert.encoder.layer.x只有3层，通过layer_id_map在剪枝时将权重保留到指定的位置。

调用示例

from modelslim.common.prune.transformer_prune.prune_model import PruneConfig
prune_config = PruneConfig()
prune_config.set_steps(['prune_blocks']). \
  add_blocks_params('uniter\.encoder\.encoder\.blocks\.(\d+)\.', {0: 1, 1: 3, 2: 5, 3: 7, 4: 9, 5: 11})

父主题： PruneConfig