mindspore.COOTensor
- class mindspore.COOTensor(indices=None, values=None, shape=None, coo_tensor=None)[源代码]
用来表示某一张量在给定索引上非零元素的集合,其中索引(indices)指示了每一个非零元素的位置。
对一个稠密Tensor dense 来说,它对应的COOTensor(indices, values, shape),满足 dense[indices[i]] = values[i] 。
如果 indices 是[[0, 1], [1, 2]], values 是[1, 2], shape 是(3, 4),那么它对应的稠密Tensor如下:
[[0, 1, 0, 0], [0, 0, 2, 0], [0, 0, 0, 0]]
Note
这是一个实验特性,在未来可能会发生API的变化。目前COOTensor中相同索引的值不会进行合并。
参数:
indices (Tensor) - 形状为 [N, ndims] 的二维整数张量,其中N和ndims分别表示稀疏张量中 values 的数量和COOTensor维度的数量。目前 ndims 只能为2。请确保indices的值在所给shape范围内。
values (Tensor) - 形状为 [N] 的一维张量,用来给 indices 中的每个元素提供数值。
shape (tuple(int)) - 形状为ndims的整数元组,用来指定稀疏矩阵的稠密形状。
coo_tensor (COOTensor) - COOTensor对象,用来初始化新的COOTensor。
返回:
COOTensor,由 indices 、 values 和 shape 组成。
样例:
>>> import mindspore as ms >>> import mindspore.nn as nn >>> from mindspore import Tensor, COOTensor >>> indices = Tensor([[0, 1], [1, 2]], dtype=ms.int32) >>> values = Tensor([1, 2], dtype=ms.float32) >>> shape = (3, 4) >>> x = COOTensor(indices, values, shape) >>> print(x.values) [1. 2.] >>> print(x.indices) [[0 1] [1 2]] >>> print(x.shape) (3, 4)
- astype(dtype)[源代码]
返回指定数据类型的COOTensor。
参数:
dtype (Union[mindspore.dtype, numpy.dtype, str]) - 指定数据类型。
返回:
COOTensor。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> import mindspore as ms >>> from mindspore import Tensor, COOTensor >>> indices = Tensor([[0, 1], [1, 2]], dtype=ms.int32) >>> values = Tensor([1, 2], dtype=ms.float32) >>> shape = (3, 4) >>> coo_tensor = COOTensor(indices, values, shape) >>> print(coo_tensor.astype(ms.float64).dtype) Float64
- property dtype
返回稀疏矩阵非零元素值数据类型。
- property indices
返回COOTensor的索引值。
- property itemsize
返回每个非零元素所占字节数。
- property ndim
返回稀疏矩阵的稠密维度。
- property shape
返回稀疏矩阵的稠密形状。
- property size
返回稀疏矩阵非零元素值数量。
- to_csr()[源代码]
将COOTensor转换为CSRTensor。
Note
如果运行后端是CPU,那么仅支持在安装了LLVM12.0.1的机器运行。
返回:
CSRTensor。
- 支持平台:
GPU
CPU
- to_tuple()[源代码]
将COOTensor的索引,非零元素,以及形状信息作为tuple返回。
返回:
tuple(Tensor, Tensor, tuple(int))
- 支持平台:
Ascend
GPU
CPU
- property values
返回COOTensor的非零元素值。