check_sparse_tensor_invariants¶
- class torch.sparse.check_sparse_tensor_invariants(enable=True)[source]¶
用于控制检查稀疏张量不变量的工具。
以下选项用于在稀疏张量构造中管理稀疏张量不变量检查
使用上下文管理器
with torch.sparse.check_sparse_tensor_invariants(): run_my_model()
使用过程方法
prev_checks_enabled = torch.sparse.check_sparse_tensor_invariants.is_enabled() torch.sparse.check_sparse_tensor_invariants.enable() run_my_model() if not prev_checks_enabled: torch.sparse.check_sparse_tensor_invariants.disable()
使用函数装饰器
@torch.sparse.check_sparse_tensor_invariants() def run_my_model(): ... run_my_model()
在稀疏张量构造函数调用中使用
check_invariants
关键字参数。例如>>> torch.sparse_csr_tensor([0, 1, 3], [0, 1], [1, 2], check_invariants=True) Traceback (most recent call last): File "<stdin>", line 1, in <module> RuntimeError: `crow_indices[..., -1] == nnz` is not satisfied.
- static disable()[source]¶
在稀疏张量构造函数中禁用稀疏张量不变量检查。
有关更多信息,请参阅
torch.sparse.check_sparse_tensor_invariants.enable()
。
- static enable()[source]¶
在稀疏张量构造函数中启用稀疏张量不变量检查。
注意
默认情况下,稀疏张量不变量检查处于禁用状态。使用
torch.sparse.check_sparse_tensor_invariants.is_enabled()
获取稀疏张量不变量检查的当前状态。注意
稀疏张量不变量检查标志对所有稀疏张量构造函数都有效,包括 Python 和 ATen 中的构造函数。
可以通过稀疏张量构造函数的
check_invariants
可选参数在本地覆盖此标志。