Compartilhamento de tecnologia

Compilação de pontos de conhecimento de poda de modelo

2024-07-12

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Compilação de pontos de conhecimento de poda de modelo

A poda émodelo de aprendizagem profundaDuas técnicas comuns de otimização são usadas para reduzir a complexidade do modelo e melhorar a velocidade de inferência, e são adequadas para ambientes com recursos limitados.

Poda

A poda é um método de reduzir o tamanho do modelo e o esforço computacional, removendo parâmetros sem importância ou redundantes do modelo. A poda é geralmente dividida nos seguintes tipos:

1. Poda de Peso

A poda de peso reduz o número de parâmetros do modelo removendo elementos próximos de zero na matriz de peso. Os métodos comuns são:

  • Poda não estruturada: Remova os pesos pequenos da matriz de pesos, um por um.
  • Poda Estruturada: remove pesos por uma estrutura específica (como linhas inteiras ou colunas inteiras).

Exemplo:

import torch

# 假设有一个全连接层
fc = torch.nn.Linear(100, 100)

# 获取权重矩阵
weights = fc.weight.data.abs()

# 设定剪枝阈值
threshold = 0.01

# 应用剪枝
mask = weights > threshold
fc.weight.data *= mask
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14

2. Poda de canal

A poda de canal é usada principalmente pararede neural convolucional , reduzindo a quantidade de computação removendo canais sem importância na camada convolucional. Os métodos comuns são:

  • Pontuação baseada na importância: Calcule a pontuação de importância de cada canal e remova os canais com pontuações mais baixas.
  • Baseado na escassez: Ao adicionar termos de regularização esparsos, alguns canais serão naturalmente esparsos durante o processo de treinamento e depois eliminados.
import torch
import torch.nn as nn

class ConvNet(nn.Module):
    def __init__(self):
        super(ConvNet, self).__init__()
        self.conv1 = nn.Conv2d(3, 64, kernel_size=3, padding=1)
        self.conv2 = nn.Conv2d(64, 128, kernel_size=3, padding=1)
    
    def forward(self, x):
        x = self.conv1(x)
        x = self.conv2(x)
        return x

model = ConvNet()

# 获取卷积层的权重
weights = model.conv1.weight.data.abs()

# 计算每个通道的L1范数
channel_importance = torch.sum(weights, dim=[1, 2, 3])

# 设定剪枝阈值
threshold = torch.topk(channel_importance, k=32, largest=True).values[-1]

# 应用剪枝
mask = channel_importance > threshold
model.conv1.weight.data *= mask.view(-1, 1, 1, 1)

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29

3. Poda de Camada

A remoção de camadas remove camadas inteiras da rede para reduzir a profundidade computacional do modelo. Esta abordagem é mais radical e é frequentemente usada em conjunto com Model Architecture Search (NAS).

import torch.nn as nn

class LayerPrunedNet(nn.Module):
    def __init__(self, use_layer=True):
        super(LayerPrunedNet, self).__init__()
        self.use_layer = use_layer
        self.conv1 = nn.Conv2d(3, 64, kernel_size=3, padding=1)
        self.conv2 = nn.Conv2d(64, 128, kernel_size=3, padding=1)
    
    def forward(self, x):
        x = self.conv1(x)
        if self.use_layer:
            x = self.conv2(x)
        return x

# 初始化网络,选择是否使用第二层
model = LayerPrunedNet(use_layer=False)

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18