快捷方式

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 是带步长的,则可以指定密集维度数,并将创建一个混合 BSR 张量,其中包含 dense_dim 个密集维度和 self.dim() - 2 - dense_dim 个批处理维度。

参数
  • blocksize (列表、元组、torch.Size,可选) – 生成的 BSR 张量的块大小。块大小必须是长度为 2 的元组,其元素均匀地划分两个稀疏维度。

  • dense_dim (int可选) – 生成的 BSR 张量的密集维度数。此参数仅在 self 是带步长张量时使用,并且必须是 0 到 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)

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的解答

查看资源