文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.nn.SparseTensorDenseMatmul

class mindspore.nn.SparseTensorDenseMatmul(adjoint_st=False, adjoint_dt=False)

Multiplies sparse matrix a and dense matrix b. The rank of sparse matrix and dense matrix must equal to 2.

Parameters

• adjoint_st (bool) – If true, sparse tensor is transposed before multiplication. Default: False.

• adjoint_dt (bool) – If true, dense tensor is transposed before multiplication. Default: False.

Inputs:

• indices (Tensor) - A 2-D Tensor, represents the position of the element in the sparse tensor. Support int32, int64, each element value should be non-negative. The shape is $(n,2)$.

• values (Tensor) - A 1-D Tensor, represents the value corresponding to the position in the indices. Support float16, float32, float64, int32, int64. The shape should be $(n,)$.

• sparse_shape (tuple) - A positive int tuple which specifies the shape of sparse tensor, should have 2 elements, represent sparse tensor shape is $(N,C)$.

• dense (Tensor) - A 2-D Tensor, the dtype is same as values. If adjoint_st is False and adjoint_dt is False, the shape must be $(C,M)$. If adjoint_st is False and adjoint_dt is True, the shape must be $(M,C)$. If adjoint_st is True and adjoint_dt is False, the shape must be $(N,M)$. If adjoint_st is True and adjoint_dt is True, the shape must be $(M,N)$.

Outputs:

Tensor, the dtype is the same as values. If adjoint_st is False, the shape is $(N,M)$. If adjoint_st is True, the shape is $(C,M)$.

Raises

• TypeError – If the type of adjoint_st or adjoint_dt is not bool, or the dtype of indices, dtype of values and dtype of dense don’t meet the parameter description.

• ValueError – If sparse_shape, shape of indices, shape of `values, and shape of dense don’t meet the parameter description.

Supported Platforms:

CPU

Examples

>>> import mindspore as ms
>>> from mindspore import Tensor
>>> from mindspore import nn
>>> indices = Tensor([[0, 1], [1, 2]], dtype=ms.int32)
>>> values = Tensor([1, 2], dtype=ms.float32)
>>> sparse_shape = (3, 4)
>>> dense = Tensor([[1, 1], [2, 2], [3, 3], [4, 4]], dtype=ms.float32)
>>> sparse_dense_matmul = nn.SparseTensorDenseMatmul()
>>> out = sparse_dense_matmul(indices, values, sparse_shape, dense)
>>> print(out)
[[2 2]
 [6 6]
 [0 0]]