检查稀疏张量的不变量
- classtorch.sparse.check_sparse_tensor_invariants(enable=True)[源代码]
-
一个用于控制稀疏张量不变性检查的工具。
以下选项可用于管理稀疏张量构建过程中的不变量检查：
-
使用上下文管理器：
with torch.sparse.check_sparse_tensor_invariants(): run_my_model()
-
采用过程化方法：
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()
-
在创建稀疏张量时，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.
- 静态禁用()[源代码]
-
禁用稀疏张量构造函数中的稀疏张量不变量检查。
更多详细信息，请参见
torch.sparse.check_sparse_tensor_invariants.enable()。
- 静态enable()[源代码]
-
在稀疏张量的构造函数中启用稀疏张量的不变量检查。
注意
默认情况下，稀疏张量不变量检查是关闭的。使用
torch.sparse.check_sparse_tensor_invariants.is_enabled()来查看当前的稀疏张量不变量检查状态。注意
稀疏张量不变量检查标志适用于Python和ATen中所有的稀疏张量构造函数。
该标志可以通过稀疏张量构造函数中的可选参数
check_invariants在本地进行覆盖。
- 静态is_enabled()[源代码]
-
如果启用了稀疏张量的不变量检查，则返回 True。
-