Magnitude Pruning

分类: 剪枝与稀疏化

Magnitude Pruning

定义

根据权重绝对值大小进行剪枝的经典方法,移除幅度最小的权重(或维度),假设小权重对网络输出影响最小

数学形式

importance(w)=w\text{importance}(w) = |w|

核心要点

最早由 Han et al. (2015) 系统提出,是非结构化剪枝的经典 baseline

可扩展为维度级(Magnitude-Dim):聚合每个维度上所有权重的绝对值作为重要性

简单但有效,常作为剪枝研究的下界基线

不考虑任务信息或激活分布

代表工作

DieT: 使用 Magnitude-Dim 作为基线,DieT 在所有稀疏度下均大幅超越

相关概念

结构化剪枝

width pruning

SparseGPT