sparse_model_width
功能说明
稀疏训练配置参数接口，判断当前稀疏化阶段，扩增模型与权重，以及调用重置 optimizer 接口，将用户提供的模型转化为稀疏化训练模型。
函数原型
sparse_model_width(model, optimizer, steps_per_epoch, epochs_each_stage)
参数说明
参数名 |
输入/返回值 |
含义 |
使用限制 |
|---|---|---|---|
model |
输入 |
初始化后的原始模型。 若原训练脚本中已使用torch.nn.parallel.DistributedDataParallel封装了模型，model需为非ddp模式的模型。 |
必选。 数据类型：PyTorch 模型。 |
optimizer |
输入 |
初始化后的优化器optimizer。 |
必选。 数据类型：PyTorch优化器，torch.optim.Optimizer的实例。 |
steps_per_epoch |
输入 |
每个epoch的迭代数量，用于判断当前stage。 |
必选。 数据类型：int，需大于0。 |
epochs_each_stage |
输入 |
每个稀疏化阶段的epoch数量。 |
必选。 数据类型：list或者tuple。元素必须是int。 长度大于2，且其中元素除最后一个需要为大于0的int值，最后一个元素可以为-1。
说明：
epochs_each_stage最后一个元素为-1时，表示第三个训练阶段训练阶段将一直进行，达到总epoch数量后才会停止。 |
调用示例
from modelslim.pytorch import sparse model = sparse.sparse_model_width(model, optimizer, steps_per_epoch=100, epochs_each_stage=[1, 2, 1])
父主题： 稀疏加速训练接口
