稀疏ML 使用几行代码将稀疏配方应用于神经网络的库，可实现更快，更小的模型 概述 SparseML是一个工具包，其中包括API，CLI，脚本和库，这些API，CLI，脚本和库将最新的稀疏化算法（例如修剪和量化）应用于任何神经网络。围绕这些算法构建的通用的，配方驱动的方法可简化为ML性能社区创建更快和更小的模型的过程。 这个库包含内集成 ， 和的生态系统，允许无缝模型稀疏。 稀疏化 稀疏化是采用训练有素的深度学习模型，并从过于精确和过度参数化的网络中删除冗余信息的过程，从而形成了更快，更小的模型。