mindspore.CSRTensor
- class mindspore.CSRTensor(indptr=None, indices=None, values=None, shape=None, csr_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,其中行索引由 indptr 表示,列索引由 indices 表示,非零值由 values 表示。
如果 indptr 是[0, 1, 2, 2], indices 是[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。 如果values或indices的长度超出了indptr所指定的取值范围,超出部分的行为将没有定义。
参数:
indptr (Tensor) - 形状为 [M] 的一维整数张量,其中M等于 shape[0] + 1 , 表示每行非零元素的在 values 中存储的起止位置。默认值:None。支持的数据类型为 int16 , int32 和 int64 。
indices (Tensor) - 形状为 [N] 的一维整数张量,其中N等于非零元素数量,表示每个元素的列索引值。默认值:None。支持的数据类型为 int16 , int32 和 int64 。
values (Tensor) - 形状为 [N] 的一维张量,用来表示索引对应的数值。默认值:None。
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。目前只支持2维CSRTensor,所以 shape 长度只能为2。shape[0] 表示行数,因此必须和 M - 1 值相等。默认值:None。
csr_tensor (CSRTensor) - CSRTensor对象,用来初始化新的CSRTensor。默认值:None。
输出:
CSRTensor,稠密形状取决于传入的 shape ,数据类型由 values 决定。
样例:
>>> import mindspore as ms >>> from mindspore import Tensor, CSRTensor >>> # initialize a csr_tensor with indptr, indices, values and shape >>> indptr = Tensor([0, 1, 2], dtype=ms.int32) >>> indices = Tensor([0, 1], dtype=ms.int32) >>> values = Tensor([1, 2], dtype=ms.float32) >>> shape = (2, 4) >>> csr_tensor = CSRTensor(indptr, indices, values, shape) >>> # access a data member of CSRTensor >>> print(indptr == csr_tensor.indptr) [ True True True]
- astype(dtype)[源代码]
返回指定数据类型的CSRTensor。
参数:
dtype (Union[mindspore.dtype, numpy.dtype, str]) - 指定数据类型。
返回:
CSRTensor。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> import mindspore as ms >>> from mindspore import Tensor, CSRTensor >>> indptr = Tensor([0, 1, 2], dtype=ms.int32) >>> indices = Tensor([0, 1], dtype=ms.int32) >>> values = Tensor([1, 2], dtype=ms.float32) >>> shape = (2, 4) >>> csr_tensor = CSRTensor(indptr, indices, values, shape) >>> print(csr_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CSRTensor的列索引值。
- property indptr
返回CSRTensor的行偏移量。
- property itemsize
返回每个非零元素所占字节数。
- mm(dense_matrix)[源代码]
返回CSRTensor右乘稠密矩阵的矩阵乘法运算结果。 形状为 [M, N] 的CSRTensor,需要适配形状为 [N, K] 的稠密矩阵,得到结果为 [M, K] 的稠密矩阵。
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。
参数:
dense_matrix (Tensor) - 形状为 [N,K] 的二维矩阵,其中N等于CSRTensor的列数。
返回:
Tensor。
- 支持平台:
GPU
CPU
样例:
>>> from mindspore import Tensor, CSRTensor >>> from mindspore import dtype as mstype >>> indptr = Tensor([0, 1, 2], dtype=mstype.int32) >>> indices = Tensor([0, 1], dtype=mstype.int32) >>> values = Tensor([2, 1], dtype=mstype.float32) >>> dense_shape = (2, 4) >>> csr_tensor = CSRTensor(indptr, indices, values, dense_shape) >>> dense_matrix = Tensor([[1., 2.], [1, 2.], [1, 2.], [1., 2.]], dtype=mstype.float32) >>> print(csr_tensor.mm(dense_matrix)) [[2. 4.] [1. 2.]]
- mv(dense_vector)[源代码]
返回CSRTensor右乘稠密矩阵的矩阵乘法运算结果。 形状为 [M, N] 的CSRTensor,需要适配形状为 [N, 1] 的稠密向量,得到结果为 [M, 1] 的稠密向量。
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。
参数:
dense_vector (Tensor) - 形状为 [N,1] 的二维张量,其中N等于CSRTensor的列数。
返回:
Tensor。
- 支持平台:
GPU
CPU
样例:
>>> from mindspore import Tensor, CSRTensor >>> from mindspore import dtype as mstype >>> indptr = Tensor([0, 1, 2], dtype=mstype.int32) >>> indices = Tensor([0, 1], dtype=mstype.int32) >>> values = Tensor([2, 1], dtype=mstype.float32) >>> dense_shape = (2, 4) >>> csr_tensor = CSRTensor(indptr, indices, values, dense_shape) >>> dense = Tensor([[1], [1], [1], [1]], dtype=mstype.float32) >>> print(csr_tensor.mv(dense)) [[2.] [1.]]
- property ndim
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。
- sum(axis)[源代码]
对CSRTensor的某个轴求和。
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。
参数:
axis (int) - 求和轴。
返回:
Tensor。
- 支持平台:
GPU
CPU
样例:
>>> from mindspore import Tensor, CSRTensor >>> from mindspore import dtype as mstype >>> indptr = Tensor([0, 1, 2], dtype=mstype.int32) >>> indices = Tensor([0, 1], dtype=mstype.int32) >>> values = Tensor([2, 1], dtype=mstype.float32) >>> dense_shape = (2, 4) >>> csr_tensor = CSRTensor(indptr, indices, values, dense_shape) >>> print(csr_tensor.sum(1)) [[2.] [1.]]
- to_coo()[源代码]
将CSRTensor转换为COOTensor。
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:
COOTensor。
- 支持平台:
GPU
CPU
- to_tuple()[源代码]
将CSRTensor的行偏移量,列索引,非零元素,以及形状信息作为tuple返回。
返回:
tuple(Tensor,Tensor, Tensor, tuple(int))
- 支持平台:
Ascend
GPU
CPU
- property values
返回CSRTensor的非零元素值。