torch.Tensor.sparse_mask¶
- Tensor.sparse_mask(mask) Tensor ¶
返回一个新的 稀疏张量,其中包含来自步长张量
self
的值,这些值通过稀疏张量mask
的索引过滤。忽略mask
稀疏张量的值。self
和mask
张量必须具有相同的形状。注意
如果
mask
未合并,则返回的稀疏张量可能包含重复值。因此,建议传递mask.coalesce()
,除非需要这种行为。注意
返回的稀疏张量具有与稀疏张量
mask
相同的索引,即使self
中的对应值为零也是如此。- 参数
mask (Tensor) – 索引用作过滤器的稀疏张量
示例
>>> nse = 5 >>> dims = (5, 5, 2, 2) >>> I = torch.cat([torch.randint(0, dims[0], size=(nse,)), ... torch.randint(0, dims[1], size=(nse,))], 0).reshape(2, nse) >>> V = torch.randn(nse, dims[2], dims[3]) >>> S = torch.sparse_coo_tensor(I, V, dims).coalesce() >>> D = torch.randn(dims) >>> D.sparse_mask(S) tensor(indices=tensor([[0, 0, 0, 2], [0, 1, 4, 3]]), values=tensor([[[ 1.6550, 0.2397], [-0.1611, -0.0779]], [[ 0.2326, -1.0558], [ 1.4711, 1.9678]], [[-0.5138, -0.0411], [ 1.9417, 0.5158]], [[ 0.0793, 0.0036], [-0.2569, -0.1055]]]), size=(5, 5, 2, 2), nnz=4, layout=torch.sparse_coo)