下载
中文
注册
我要评分
文档获取效率
文档正确性
内容完整性
文档易理解
在线提单
论坛求助
昇腾小AI

decompose_network

功能说明

按照用户配置的各层分解率,执行低秩分解,并返回分解后的模型。

函数原型

decompose_network(do_decompose_weight=True, datasets=None, max_iter=-1)

参数说明

参数名

输入/返回值

含义

使用限制

do_decompose_weight

输入

指定是否执行权重分解,并设置为分解后的模型。

可选。

数据类型:布尔值。

默认值为True,可取值为True或False,若取值为False,则只将模型转化为低秩分解后的模型结构,各层权重为随机初始化的值。

datasets

输入

输入数据集。若取值不为None时,则需要使用data aware输入数据感知分解

可选。

默认值为None。若不为None,需输入模型可以直接遍历执行的数据集,其元素为 dict或list或tuple。

max_iter

输入

datasets不为None,指定data aware分解时,从datasets中取数据的最大迭代数

可选。

数据类型:整数。默认值为-1,-1表示使用整个数据集,> 0 的值则表示在数据集中迭代的最大值。

调用示例

from msmodelslim.pytorch import low_rank_decompose
decomposer = low_rank_decompose.Decompose(model).from_ratio(0.5, divisor=16)  
model = decomposer.decompose_network(do_decompose_weight=True)
搜索结果
找到“0”个结果

当前产品无相关内容

未找到相关内容,请尝试其他搜索词