sten

Sten：Pytorch中有效稀疏性的界面

Sten的目的是解决以下问题，这些问题在Pytorch 1.11中的当前实施（Torch.sparse）中尚未得到答复。

• 如何将稀疏策略纳入模型中并在运行时使用？
• 如何在训练过程中保持稀疏度相同？
• 如何启用全自动支持？
• 如何启用自定义稀疏格式和操作员实现？

例子

• 检查build_from_scratch.ipynb，以查看从头开始构建pytorch模块的示例使用。
• 检查modify_existing.ipynb，以查看将现有密集pytorch模块转换为稀疏的示例。
• 检查custom_implementations.ipynb，以查看为匹配输入和输出张量特定格式的Sparsifier和运算符的自定义实现的示例。

快速开始

 git clone https://github.com/spcl/sten.git
cd sten
python -m venv venv
source venv/bin/activate
pip install .
python tests/test_api.py

安装

 pip install sten

代码组织

核心实现位于sten.py。 Jupyter笔记本示例位于示例目录中。可以在测试目录中以测试形式找到更多示例。可以通过在项目根中调用pytest来运行测试。