mindspore.RowTensor

class mindspore.RowTensor(indices=None, values=None, shape=None, row_tensor=None)[源代码]

用来表示一组指定索引的张量切片的稀疏表示。

通常用于表示一个有着形状为[L0, D1, .., DN]的更大的稠密张量（其中L0>>D0）的子集。

其中，参数 indices 用于指定 RowTensor 从该稠密张量的第一维度的哪些位置来进行切片。

由 RowTensor 切片表示的稠密张量具有以下属性： dense[slices.indices[i], :, :, :, …] = slices.values[i, :, :, :, …] 。

如果 indices 是[0]， values 是[[1, 2]]， shape 是(3, 2)，那么它对应的稠密Tensor如下：

[[1, 2],
 [0, 0],
 [0, 0]]

说明

这是一个实验特性，在未来可能会发生API的变化。

参数：

indices (Tensor) - 形状为[D0]的一维整数张量。默认值：None。
values (Tensor) - 形状为[D0, D1, …, Dn]中任意类型的张量。默认值：None。
shape (tuple(int)) - 包含相应稠密张量形状的整数元组。默认值：None。
row_tensor (RowTensor) - RowTensor对象，用来初始化新的RowTensor。默认值：None。

返回：

RowTensor，由 indices 、 values 和 shape 组成。

样例：

>>> import mindspore as ms
>>> from mindspore import Tensor, RowTensor
>>> indices = Tensor([0])
>>> values = Tensor([[1, 2]], dtype=ms.float32)
>>> shape = (3, 2)
>>> x = RowTensor(indices, values, shape)
>>> print(x.values)
[[1. 2.]]
>>> print(x.indices)
[0]
>>> print(x.dense_shape)
(3, 2)