torch.Tensor.to_sparse_csc

Tensor.to_sparse_csc() → Tensor

將 Tensor 轉換為壓縮列儲存 (CSC) 格式。除了跨步（strided）Tensor，僅適用於 2D Tensor。如果 self 是跨步的，則可以指定密集維度的數量，並且將建立一個混合 CSC Tensor，其中包含 dense_dim 個密集維度和 self.dim() - 2 - dense_dim 個批處理維度。

引數

dense_dim (int, 可選) – 生成的 CSC Tensor 的密集維度的數量。此引數僅在 self 是跨步（strided）Tensor 時使用，其值必須介於 0 和 self Tensor 的維度減二之間。

示例

>>> dense = torch.randn(5, 5)
>>> sparse = dense.to_sparse_csc()
>>> sparse._nnz()
25

>>> dense = torch.zeros(3, 3, 1, 1)
>>> dense[0, 0] = dense[1, 2] = dense[2, 1] = 1
>>> dense.to_sparse_csc(dense_dim=2)
tensor(ccol_indices=tensor([0, 1, 2, 3]),
       row_indices=tensor([0, 2, 1]),
       values=tensor([[[1.]],

                      [[1.]],

                      [[1.]]]), size=(3, 3, 1, 1), nnz=3,
       layout=torch.sparse_csc)