torch.Tensor.to_sparse_bsc¶
- Tensor.to_sparse_bsc(blocksize, dense_dim) Tensor ¶
将张量转换为给定块大小的块稀疏列 (BSC) 存储格式。如果
self
是带步长的,则可以指定密集维度的数量,并创建一个混合 BSC 张量,其中包含 dense_dim 个密集维度和 self.dim() - 2 - dense_dim 个批处理维度。- 参数
blocksize (list, tuple,
torch.Size
, optional) – 结果 BSC 张量的块大小。块大小必须是一个长度为 2 的元组,其元素均匀地划分两个稀疏维度。dense_dim (int, optional) – 结果 BSC 张量的密集维度的数量。此参数应仅在
self
是带步长张量时使用,并且必须介于 0 到self
张量维度减二之间。
示例
>>> dense = torch.randn(10, 10) >>> sparse = dense.to_sparse_csr() >>> sparse_bsc = sparse.to_sparse_bsc((5, 5)) >>> sparse_bsc.row_indices() tensor([0, 1, 0, 1]) >>> dense = torch.zeros(4, 3, 1) >>> dense[0:2, 0] = dense[0:2, 2] = dense[2:4, 1] = 1 >>> dense.to_sparse_bsc((2, 1), 1) tensor(ccol_indices=tensor([0, 1, 2, 3]), row_indices=tensor([0, 1, 0]), values=tensor([[[[1.]], [[1.]]], [[[1.]], [[1.]]], [[[1.]], [[1.]]]]), size=(4, 3, 1), nnz=3, layout=torch.sparse_bsc)