快捷方式

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。 selfmask 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)

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题解答

查看资源