torch.Tensor.to_sparse_csc¶
- Tensor.to_sparse_csc() Tensor ¶
将张量转换为压缩列存储 (CSC) 格式。除了带步幅的张量之外,仅适用于 2D 张量。如果
self
带步幅,则可以指定密集维度的数量,并将创建混合 CSC 张量,其中 dense_dim 为密集维度,self.dim() - 2 - dense_dim 为批处理维度。- 参数
dense_dim (int, 可选) – 生成的 CSC 张量的密集维度的数量。此参数应仅在
self
为带步幅的张量时使用,并且必须介于 0 到self
张量维度减 2 之间。
示例
>>> dense = torch.randn(5, 5) >>> sparse = dense.to_sparse_csc() >>> sparse._nnz() 25 >>> dense = torch.zeros(3, 3, 1, 1) >>> dense[0, 0] = dense[1, 2] = dense[2, 1] = 1 >>> dense.to_sparse_csc(dense_dim=2) tensor(ccol_indices=tensor([0, 1, 2, 3]), row_indices=tensor([0, 2, 1]), values=tensor([[[1.]], [[1.]], [[1.]]]), size=(3, 3, 1, 1), nnz=3, layout=torch.sparse_csc)