CSRTensor和COOTensor的定义

最新推荐文章于 2024-09-15 15:29:29 发布

丨SunMaple

最新推荐文章于 2024-09-15 15:29:29 发布

阅读量600

点赞数 9

文章标签：人工智能深度学习机器学习

本文链接：https://blog.csdn.net/weixin_67531930/article/details/140074396

版权

MindSpore学习笔记

部分内容引用了官方文档

`CSR`（Compressed Sparse Row）稀疏张量

用来表示某一Tensor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。

indptr (Tensor) - shape为 (𝑀) 的一维整数Tensor，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) - shape为 (𝑁) 的一维整数Tensor，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) - Tensor，values的零维长度必须与indices的零维长度相等(values.shape[0] == indices.shape[0])。values用来表示索引对应的数值。默认值： None 。
shape (tuple(int)) - shape为 (𝑛𝑑𝑖𝑚𝑠) 的整数元组，用来指定稀疏矩阵的稠密shape。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。values的特征维度需要和csr_tensor的特征维度匹配 (𝑣𝑎𝑙𝑢𝑒𝑠.𝑠ℎ𝑎𝑝𝑒[1:]==𝑐𝑠𝑟_𝑡𝑒𝑛𝑠𝑜𝑟.𝑠ℎ𝑎𝑝𝑒[2:]) 。默认值： None 。
如果 indptr 是[0, 2, 3, 4]， indices 是[1.,5., 2.,4.]， values 是[1.,1., 2.,2.]， shape 是(3, 6)，那么它对应的稠密Tensor如下：
$\begin{bmatrix} 0 & 1 & 0 & 0 & 0 & 1 \\ 0 & 0 & 2 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & 2 & 0 \end{bmatrix}$
先看indptr : [0, 2, 3, 4]，从左至右每两个相邻的元素组成一个前闭后开的区间，即
[0,2) [2,3) [3,4) 这3个区间表示的是这个三行的Tensor每行的非零元素的索引，对应values的下标，也就是说values中的元素是按照一行一行的顺序存储的
indices[1,5,2,4]代表每一个非零元素的列数，与indptr组合就能得到在系数矩阵中的位置，我们得到了(0,1) (0,5) (1.2) (3,4)
values则对应了值，最终就是我们的目标矩阵
如果某行没有元素比如上述矩阵如果去掉第1行
$\begin{bmatrix} 0 & 1 & 0 & 0 & 0 & 1 \\ 0 & 0 & 0& 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & 2 & 0 \end{bmatrix}$
则indptr写作[0,2,2,3] 第1行[2,2)表示values中没有元素给第1行，也就代表了没有元素，实际上顺序增长的indptr的内容的最后一个元素（如本例中0 2 2 3中的3）代表了该稀疏矩阵有多少个非零元素。
COO（Coordinate Format）稀疏张量
用来表示某一Tensor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。
indices (Tensor) - shape为 (𝑁,𝑛𝑑𝑖𝑚𝑠) 的二维整数Tensor，其中N和ndims分别表示稀疏Tensor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。支持的数据类型为int16， int32和int64。默认值： None 。
values (Tensor) - shape为 (𝑁) 的一维Tensor，用来给 indices 中的每个元素提供数值。默认值： None 。
shape (tuple(int)) - shape为 (𝑛𝑑𝑖𝑚𝑠) 的整数元组，用来指定稀疏矩阵的稠密shape。默认值： None 。
coo_tensor (COOTensor) - COOTensor对象，用来初始化新的COOTensor。默认值： None 。
这个相对直观一些
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：
$\begin{bmatrix} 0 & 1 & 0 & 0 \\ 0 & 0 & 2& 0 \\ 0 & 0 & 0 & 0 \end{bmatrix}$
indices中的[0,1]代表第一个元素在第0行第1列，[1,2]同理，其实indices就是一个储存了每个非零点坐标的二维数组
values就是每个点的值