Laboratório de Pruning
Remove pesos de baixa importância e mede esparsidade, máscaras e impacto da compressão.
Pruning remove pesos pouco importantes para deixar modelos menores e mais rápidos. Isso introduz esparsidade: muitos pesos viram zero e podem ser pulados na inferência.
Este laboratório foca em pruning de pesos. Você pode testar pruning não estruturado (pesos individuais) ou variantes estruturadas (linhas/colunas).
Limiar: remove pesos com |w| abaixo do corte.
Top-K global: mantém os K maiores pesos globalmente.
Esparsidade alvo: encontra um limiar para atingir a esparsidade desejada.
Top-K por linha/coluna: mantém top pesos por linha ou coluna para aproximar esparsidade estruturada.
Aleatório / Iterativo: baseline e pruning programado para mostrar compressão gradual.
- Gere uma matriz e opcionalmente edite valores.
- Escolha a estratégia de pruning e seus parâmetros.
- Compare a matriz podada e a máscara com o original.
Gerador de matriz
Configurações de pruning
Resumo
Matriz original (clique para editar)
Clique para editar. Enter salva; vazio vira zero.
Matriz podada
Máscara (1 = manter, 0 = podar)
Exportação JSON
Notas
- Pruning não estruturado gera alta esparsidade, mas acesso irregular.
- Pruning estruturado é mais fácil de acelerar, mas pode remover features inteiras.
- Pruning iterativo simula agendamentos de treino para compressão estável.