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。

mindspore_gl.GraphField

class mindspore_gl.GraphField(src_idx=None, dst_idx=None, n_nodes=None, n_edges=None, indices=None, indptr=None, indices_backward=None, indptr_backward=None, csr=False)[源代码]

图的数据容器。

边信息以COO格式存储。

参数:
  • src_idx (Tensor, 可选) - shape为 (N_EDGES) 的int类型Tensor,表示COO边矩阵的源节点索引。默认值:None。

  • dst_idx (Tensor, 可选) - shape为 (N_EDGES) 的int类型Tensor,表示COO边矩阵的目标节点索引。默认值:None。

  • n_nodes (int, 可选) - 图中节点数量。默认值:None。

  • n_edges (int, 可选) - 图中边数量。默认值:None。

  • indices (Tensor, 可选) - shape为 (N_EDGES) 的int类型Tensor,CSR矩阵中的indices。默认值:None。

  • indptr (Tensor, 可选) - shape为 (N_NODES,) 的int类型Tensor,CSR矩阵中的indptr。默认值:None。

  • indices_backward (Tensor, 可选) - shape为 (N_EDGES) 的int类型Tensor,CSR矩阵中的预存的indices反向。默认值:None。

  • indptr_backward (Tensor, 可选) - shape为 (N_NODES,) 的int类型Tensor,CSR矩阵中的预存的indptr反向。默认值:None。

  • csr (bool, 可选) - 是否为CSR类型。默认值:False。

支持平台:

Ascend GPU

样例:

>>> import mindspore as ms
>>> from mindspore_gl import GraphField
>>> n_nodes = 9
>>> n_edges = 11
>>> src_idx = ms.Tensor([0, 2, 2, 3, 4, 5, 5, 6, 8, 8, 8], ms.int32)
>>> dst_idx = ms.Tensor([1, 0, 1, 5, 3, 4, 6, 4, 8, 8, 8], ms.int32)
>>> graph_field = GraphField(src_idx, dst_idx, n_nodes, n_edges)
>>> print(graph_field.get_graph())
[Tensor(shape=[11], dtype=Int32, value= [0, 2, 2, 3, 4, 5, 5, 6, 8, 8, 8]),
Tensor(shape=[11], dtype=Int32, value= [1, 0, 1, 5, 3, 4, 6, 4, 8, 8, 8]), 9, 11]
get_graph()[源代码]

获取图。

返回:

List,Tensor的列表,被应用于构造函数。