Este artículo aborda el efecto de la relación de aspecto de la matriz de pesos en la medición de la densidad de colas en el diagnóstico de redes neuronales profundas (DNN) mediante el análisis eigenespectral de la matriz de pesos. Los métodos existentes presentan el problema de que se produce un sesgo en la medición de la densidad de colas en matrices con diferentes relaciones de aspecto. En este artículo, proponemos una técnica de submuestreo de matriz de relación de aspecto fija (FARMS) que mide la ESD promedio mediante el muestreo de una submatriz con una relación de aspecto fija. Se ha demostrado que FARMS mejora la precisión del análisis eigenespectral y realiza eficazmente el ajuste de hiperparámetros capa por capa en diversos campos, como la visión artificial, el aprendizaje automático científico y los modelos lingüísticos a gran escala. En particular, en los experimentos de poda en el modelo LLaMA-7B, logra una reducción de la perplejidad del 17,3 % en comparación con el método de vanguardia existente.
