torch.Tensor.to_sparse_bsr

Tensor.to_sparse_bsr(blocksize, dense_dim) → Tensor

将张量转换为给定块大小的块稀疏行 (BSR) 存储格式。如果 self 是跨步的，则可以指定密集维度的数量，并且将创建一个混合 BSR 张量，其中包含 dense_dim 个密集维度和 self.dim() - 2 - dense_dim 个批次维度。

参数

• blocksize (list, tuple, torch.Size, 可选) – 结果 BSR 张量的块大小。块大小必须是长度为二的元组，其项均匀地划分两个稀疏维度。

• dense_dim (int, 可选) – 结果 BSR 张量的密集维度数。仅当 self 是跨步张量时才应使用此参数，并且必须是介于 0 和 self 张量维度减 2 之间的值。

示例

>>> dense = torch.randn(10, 10)
>>> sparse = dense.to_sparse_csr()
>>> sparse_bsr = sparse.to_sparse_bsr((5, 5))
>>> sparse_bsr.col_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_bsr((2, 1), 1)
tensor(crow_indices=tensor([0, 2, 3]),
       col_indices=tensor([0, 2, 1]),
       values=tensor([[[[1.]],

                       [[1.]]],


                      [[[1.]],

                       [[1.]]],


                      [[[1.]],

                       [[1.]]]]), size=(4, 3, 1), nnz=3,
       layout=torch.sparse_bsr)