torch.Tensor.to_sparse_bsc

Tensor.to_sparse_bsc(blocksize, dense_dim) → Tensor

将张量转换为指定块大小的块稀疏列（BSC）存储格式。如果self是分步的，则可以指定密集维度的数量，从而创建一个混合BSC张量，该张量具有dense_dim个密集维度和self.dim() - 2 - dense_dim个批次维度。

参数

• blocksize (列表, 元组, torch.Size, 可选) – 结果 BSC 张量的块大小。该块大小必须是一个长度为二的元组，其元素可以整除两个稀疏维度。

• dense_dim (int, 可选) – 结果 BSC 张量的密集维度的数量。此参数仅在 self 是步进张量时使用，并且必须是介于 0 和 self 张量维度减二之间的值。

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)