torch.Tensor.to_sparse_csr

Tensor.to_sparse_csr(dense_dim=None) → Tensor

Преобразование тензора в формат сжатого хранения строк (CSR). За исключением строковых тензоров, работает только с двумерными тензорами. Если self является строковым, то можно указать количество плотных измерений, и будет создан гибридный CSR-тензор с dense_dim плотными измерениями и self.dim() - 2 - dense_dim размерностью пакета.

Параметры

dense_dim (int, optional) – Количество плотных измерений результирующего CSR-тензора. Этот аргумент следует использовать только если self является строковым тензором, и должен быть значением между 0 и размерностью self тензора минус два.

Пример:

>>> dense = torch.randn(5, 5)
>>> sparse = dense.to_sparse_csr()
>>> sparse._nnz()
25

>>> dense = torch.zeros(3, 3, 1, 1)
>>> dense[0, 0] = dense[1, 2] = dense[2, 1] = 1
>>> dense.to_sparse_csr(dense_dim=2)
tensor(crow_indices=tensor([0, 1, 2, 3]),
       col_indices=tensor([0, 2, 1]),
       values=tensor([[[1.]],

                      [[1.]],

                      [[1.]]]), size=(3, 3, 1, 1), nnz=3,
       layout=torch.sparse_csr)