此 API 具有下列方法：
-
__init__(model, inputs)- model
- 要进行剪枝的
torch.nn.Module对象。 - inputs
- 单个 torch 或 torch 列表。张量用作为模型推断的输入。输入无需采用真实数据。可以采用随机生成的张量，与真实数据的形状和数据类型相同即可。
-
sparse_model(w_sparsity=0.5, a_sparsity=0, block_size=16,excludes=None)- w_sparsity
- 下列值之一：['0', '0.5', '0.75']。卷积层和完全连接的层的权重稀疏度浮点值。默认 w_sparsity 设为 0.5。
- a_sparsity
- 下列值之一：['0', '0.5']。激活的稀疏度浮点值。此处激活表示稀疏层的输入特征映射。默认 a_sparsity 设为 0。如果 a_sparsity 为 0.5，那么 w_sparsity 必须为 0.75。
- block_size
- 输入通道或根据权重/激活展开的通道的连续元素数 (int)。
- excludes
- 要从稀疏剪枝中排除的模块列表。
-
export_sparse_model(model)返回从稀疏模型转换所得网络及稀疏权重，用于在硬件上为指定稀疏计算执行推断。
- model
- 稀疏模型。