pytorch
1########## torch.float32/torch.int32/size=(2, 3)+(2, 3)+() ##########
2# sparse tensor
3tensor(ccol_indices=tensor([[[0, 2, 3, 4],
4[0, 2, 3, 4],
5[0, 2, 3, 4]],
6
7[[0, 1, 3, 4],
8[0, 2, 3, 4],
9[0, 1, 3, 4]]]),
10row_indices=tensor([[[0, 1, 0, 1],
11[0, 1, 0, 0],
12[0, 1, 1, 1]],
13
14[[1, 0, 1, 1],
15[0, 1, 1, 0],
16[0, 0, 1, 0]]]),
17values=tensor([[[1., 3., 2., 4.],
18[1., 4., 2., 3.],
19[1., 2., 3., 4.]],
20
21[[2., 1., 3., 4.],
22[1., 3., 4., 2.],
23[1., 2., 4., 3.]]]), size=(2, 3, 2, 3), nnz=4,
24layout=torch.sparse_csc)
25# _ccol_indices
26tensor([[[0, 2, 3, 4],
27[0, 2, 3, 4],
28[0, 2, 3, 4]],
29
30[[0, 1, 3, 4],
31[0, 2, 3, 4],
32[0, 1, 3, 4]]], dtype=torch.int32)
33# _row_indices
34tensor([[[0, 1, 0, 1],
35[0, 1, 0, 0],
36[0, 1, 1, 1]],
37
38[[1, 0, 1, 1],
39[0, 1, 1, 0],
40[0, 0, 1, 0]]], dtype=torch.int32)
41# _values
42tensor([[[1., 3., 2., 4.],
43[1., 4., 2., 3.],
44[1., 2., 3., 4.]],
45
46[[2., 1., 3., 4.],
47[1., 3., 4., 2.],
48[1., 2., 4., 3.]]])
49
50########## torch.float32/torch.int32/size=()+(8, 6)+() ##########
51# sparse tensor
52tensor(ccol_indices=tensor([ 0, 3, 8, 11, 14, 19, 24]),
53row_indices=tensor([2, 5, 7, 0, 1, 2, 4, 7, 2, 5, 7, 0, 4, 5, 1, 4, 5, 6,
547, 0, 4, 5, 6, 7]),
55values=tensor([ 6., 13., 20., 1., 4., 7., 9., 21., 8., 14., 22.,
562., 10., 15., 5., 11., 16., 18., 23., 3., 12., 17.,
5719., 24.]), size=(8, 6), nnz=24, layout=torch.sparse_csc)
58# _ccol_indices
59tensor([ 0, 3, 8, 11, 14, 19, 24], dtype=torch.int32)
60# _row_indices
61tensor([2, 5, 7, 0, 1, 2, 4, 7, 2, 5, 7, 0, 4, 5, 1, 4, 5, 6, 7, 0, 4, 5, 6, 7],
62dtype=torch.int32)
63# _values
64tensor([ 6., 13., 20., 1., 4., 7., 9., 21., 8., 14., 22., 2., 10., 15.,
655., 11., 16., 18., 23., 3., 12., 17., 19., 24.])
66
67
68########## torch.float64/torch.int32/size=(2, 3)+(2, 3)+() ##########
69# sparse tensor
70tensor(ccol_indices=tensor([[[0, 2, 3, 4],
71[0, 2, 3, 4],
72[0, 2, 3, 4]],
73
74[[0, 1, 3, 4],
75[0, 2, 3, 4],
76[0, 1, 3, 4]]]),
77row_indices=tensor([[[0, 1, 0, 1],
78[0, 1, 0, 0],
79[0, 1, 1, 1]],
80
81[[1, 0, 1, 1],
82[0, 1, 1, 0],
83[0, 0, 1, 0]]]),
84values=tensor([[[1., 3., 2., 4.],
85[1., 4., 2., 3.],
86[1., 2., 3., 4.]],
87
88[[2., 1., 3., 4.],
89[1., 3., 4., 2.],
90[1., 2., 4., 3.]]]), size=(2, 3, 2, 3), nnz=4,
91dtype=torch.float64, layout=torch.sparse_csc)
92# _ccol_indices
93tensor([[[0, 2, 3, 4],
94[0, 2, 3, 4],
95[0, 2, 3, 4]],
96
97[[0, 1, 3, 4],
98[0, 2, 3, 4],
99[0, 1, 3, 4]]], dtype=torch.int32)
100# _row_indices
101tensor([[[0, 1, 0, 1],
102[0, 1, 0, 0],
103[0, 1, 1, 1]],
104
105[[1, 0, 1, 1],
106[0, 1, 1, 0],
107[0, 0, 1, 0]]], dtype=torch.int32)
108# _values
109tensor([[[1., 3., 2., 4.],
110[1., 4., 2., 3.],
111[1., 2., 3., 4.]],
112
113[[2., 1., 3., 4.],
114[1., 3., 4., 2.],
115[1., 2., 4., 3.]]], dtype=torch.float64)
116
117########## torch.float64/torch.int32/size=()+(8, 6)+() ##########
118# sparse tensor
119tensor(ccol_indices=tensor([ 0, 3, 8, 11, 14, 19, 24]),
120row_indices=tensor([2, 5, 7, 0, 1, 2, 4, 7, 2, 5, 7, 0, 4, 5, 1, 4, 5, 6,
1217, 0, 4, 5, 6, 7]),
122values=tensor([ 6., 13., 20., 1., 4., 7., 9., 21., 8., 14., 22.,
1232., 10., 15., 5., 11., 16., 18., 23., 3., 12., 17.,
12419., 24.]), size=(8, 6), nnz=24, dtype=torch.float64,
125layout=torch.sparse_csc)
126# _ccol_indices
127tensor([ 0, 3, 8, 11, 14, 19, 24], dtype=torch.int32)
128# _row_indices
129tensor([2, 5, 7, 0, 1, 2, 4, 7, 2, 5, 7, 0, 4, 5, 1, 4, 5, 6, 7, 0, 4, 5, 6, 7],
130dtype=torch.int32)
131# _values
132tensor([ 6., 13., 20., 1., 4., 7., 9., 21., 8., 14., 22., 2., 10., 15.,
1335., 11., 16., 18., 23., 3., 12., 17., 19., 24.], dtype=torch.float64)
134
135
136########## torch.float32/torch.int64/size=(2, 3)+(2, 3)+() ##########
137# sparse tensor
138tensor(ccol_indices=tensor([[[0, 2, 3, 4],
139[0, 2, 3, 4],
140[0, 2, 3, 4]],
141
142[[0, 1, 3, 4],
143[0, 2, 3, 4],
144[0, 1, 3, 4]]]),
145row_indices=tensor([[[0, 1, 0, 1],
146[0, 1, 0, 0],
147[0, 1, 1, 1]],
148
149[[1, 0, 1, 1],
150[0, 1, 1, 0],
151[0, 0, 1, 0]]]),
152values=tensor([[[1., 3., 2., 4.],
153[1., 4., 2., 3.],
154[1., 2., 3., 4.]],
155
156[[2., 1., 3., 4.],
157[1., 3., 4., 2.],
158[1., 2., 4., 3.]]]), size=(2, 3, 2, 3), nnz=4,
159layout=torch.sparse_csc)
160# _ccol_indices
161tensor([[[0, 2, 3, 4],
162[0, 2, 3, 4],
163[0, 2, 3, 4]],
164
165[[0, 1, 3, 4],
166[0, 2, 3, 4],
167[0, 1, 3, 4]]])
168# _row_indices
169tensor([[[0, 1, 0, 1],
170[0, 1, 0, 0],
171[0, 1, 1, 1]],
172
173[[1, 0, 1, 1],
174[0, 1, 1, 0],
175[0, 0, 1, 0]]])
176# _values
177tensor([[[1., 3., 2., 4.],
178[1., 4., 2., 3.],
179[1., 2., 3., 4.]],
180
181[[2., 1., 3., 4.],
182[1., 3., 4., 2.],
183[1., 2., 4., 3.]]])
184
185########## torch.float32/torch.int64/size=()+(8, 6)+() ##########
186# sparse tensor
187tensor(ccol_indices=tensor([ 0, 3, 8, 11, 14, 19, 24]),
188row_indices=tensor([2, 5, 7, 0, 1, 2, 4, 7, 2, 5, 7, 0, 4, 5, 1, 4, 5, 6,
1897, 0, 4, 5, 6, 7]),
190values=tensor([ 6., 13., 20., 1., 4., 7., 9., 21., 8., 14., 22.,
1912., 10., 15., 5., 11., 16., 18., 23., 3., 12., 17.,
19219., 24.]), size=(8, 6), nnz=24, layout=torch.sparse_csc)
193# _ccol_indices
194tensor([ 0, 3, 8, 11, 14, 19, 24])
195# _row_indices
196tensor([2, 5, 7, 0, 1, 2, 4, 7, 2, 5, 7, 0, 4, 5, 1, 4, 5, 6, 7, 0, 4, 5, 6, 7])
197# _values
198tensor([ 6., 13., 20., 1., 4., 7., 9., 21., 8., 14., 22., 2., 10., 15.,
1995., 11., 16., 18., 23., 3., 12., 17., 19., 24.])
200
201
202########## torch.float64/torch.int64/size=(2, 3)+(2, 3)+() ##########
203# sparse tensor
204tensor(ccol_indices=tensor([[[0, 2, 3, 4],
205[0, 2, 3, 4],
206[0, 2, 3, 4]],
207
208[[0, 1, 3, 4],
209[0, 2, 3, 4],
210[0, 1, 3, 4]]]),
211row_indices=tensor([[[0, 1, 0, 1],
212[0, 1, 0, 0],
213[0, 1, 1, 1]],
214
215[[1, 0, 1, 1],
216[0, 1, 1, 0],
217[0, 0, 1, 0]]]),
218values=tensor([[[1., 3., 2., 4.],
219[1., 4., 2., 3.],
220[1., 2., 3., 4.]],
221
222[[2., 1., 3., 4.],
223[1., 3., 4., 2.],
224[1., 2., 4., 3.]]]), size=(2, 3, 2, 3), nnz=4,
225dtype=torch.float64, layout=torch.sparse_csc)
226# _ccol_indices
227tensor([[[0, 2, 3, 4],
228[0, 2, 3, 4],
229[0, 2, 3, 4]],
230
231[[0, 1, 3, 4],
232[0, 2, 3, 4],
233[0, 1, 3, 4]]])
234# _row_indices
235tensor([[[0, 1, 0, 1],
236[0, 1, 0, 0],
237[0, 1, 1, 1]],
238
239[[1, 0, 1, 1],
240[0, 1, 1, 0],
241[0, 0, 1, 0]]])
242# _values
243tensor([[[1., 3., 2., 4.],
244[1., 4., 2., 3.],
245[1., 2., 3., 4.]],
246
247[[2., 1., 3., 4.],
248[1., 3., 4., 2.],
249[1., 2., 4., 3.]]], dtype=torch.float64)
250
251########## torch.float64/torch.int64/size=()+(8, 6)+() ##########
252# sparse tensor
253tensor(ccol_indices=tensor([ 0, 3, 8, 11, 14, 19, 24]),
254row_indices=tensor([2, 5, 7, 0, 1, 2, 4, 7, 2, 5, 7, 0, 4, 5, 1, 4, 5, 6,
2557, 0, 4, 5, 6, 7]),
256values=tensor([ 6., 13., 20., 1., 4., 7., 9., 21., 8., 14., 22.,
2572., 10., 15., 5., 11., 16., 18., 23., 3., 12., 17.,
25819., 24.]), size=(8, 6), nnz=24, dtype=torch.float64,
259layout=torch.sparse_csc)
260# _ccol_indices
261tensor([ 0, 3, 8, 11, 14, 19, 24])
262# _row_indices
263tensor([2, 5, 7, 0, 1, 2, 4, 7, 2, 5, 7, 0, 4, 5, 1, 4, 5, 6, 7, 0, 4, 5, 6, 7])
264# _values
265tensor([ 6., 13., 20., 1., 4., 7., 9., 21., 8., 14., 22., 2., 10., 15.,
2665., 11., 16., 18., 23., 3., 12., 17., 19., 24.], dtype=torch.float64)
267
268
269########## torch.float32/torch.int32/size=(2, 3)+(2, 3)+(4,) ##########
270# sparse tensor
271tensor(ccol_indices=tensor([[[0, 2, 3, 4],
272[0, 2, 3, 4],
273[0, 2, 3, 4]],
274
275[[0, 1, 3, 4],
276[0, 2, 3, 4],
277[0, 1, 3, 4]]]),
278row_indices=tensor([[[0, 1, 0, 1],
279[0, 1, 0, 0],
280[0, 1, 1, 1]],
281
282[[1, 0, 1, 1],
283[0, 1, 1, 0],
284[0, 0, 1, 0]]]),
285values=tensor([[[[1., 2., 3., 4.],
286[3., 4., 5., 6.],
287[2., 3., 4., 5.],
288[4., 5., 6., 7.]],
289
290[[1., 2., 3., 4.],
291[4., 5., 6., 7.],
292[2., 3., 4., 5.],
293[3., 4., 5., 6.]],
294
295[[1., 2., 3., 4.],
296[2., 3., 4., 5.],
297[3., 4., 5., 6.],
298[4., 5., 6., 7.]]],
299
300
301[[[2., 3., 4., 5.],
302[1., 2., 3., 4.],
303[3., 4., 5., 6.],
304[4., 5., 6., 7.]],
305
306[[1., 2., 3., 4.],
307[3., 4., 5., 6.],
308[4., 5., 6., 7.],
309[2., 3., 4., 5.]],
310
311[[1., 2., 3., 4.],
312[2., 3., 4., 5.],
313[4., 5., 6., 7.],
314[3., 4., 5., 6.]]]]), size=(2, 3, 2, 3, 4), nnz=4,
315layout=torch.sparse_csc)
316# _ccol_indices
317tensor([[[0, 2, 3, 4],
318[0, 2, 3, 4],
319[0, 2, 3, 4]],
320
321[[0, 1, 3, 4],
322[0, 2, 3, 4],
323[0, 1, 3, 4]]], dtype=torch.int32)
324# _row_indices
325tensor([[[0, 1, 0, 1],
326[0, 1, 0, 0],
327[0, 1, 1, 1]],
328
329[[1, 0, 1, 1],
330[0, 1, 1, 0],
331[0, 0, 1, 0]]], dtype=torch.int32)
332# _values
333tensor([[[[1., 2., 3., 4.],
334[3., 4., 5., 6.],
335[2., 3., 4., 5.],
336[4., 5., 6., 7.]],
337
338[[1., 2., 3., 4.],
339[4., 5., 6., 7.],
340[2., 3., 4., 5.],
341[3., 4., 5., 6.]],
342
343[[1., 2., 3., 4.],
344[2., 3., 4., 5.],
345[3., 4., 5., 6.],
346[4., 5., 6., 7.]]],
347
348
349[[[2., 3., 4., 5.],
350[1., 2., 3., 4.],
351[3., 4., 5., 6.],
352[4., 5., 6., 7.]],
353
354[[1., 2., 3., 4.],
355[3., 4., 5., 6.],
356[4., 5., 6., 7.],
357[2., 3., 4., 5.]],
358
359[[1., 2., 3., 4.],
360[2., 3., 4., 5.],
361[4., 5., 6., 7.],
362[3., 4., 5., 6.]]]])
363
364########## torch.float32/torch.int32/size=()+(8, 6)+(4, 2) ##########
365# sparse tensor
366tensor(ccol_indices=tensor([ 0, 3, 8, 11, 14, 19, 24]),
367row_indices=tensor([2, 5, 7, 0, 1, 2, 4, 7, 2, 5, 7, 0, 4, 5, 1, 4, 5, 6,
3687, 0, 4, 5, 6, 7]),
369values=tensor([[[ 6., 16.],
370[ 7., 17.],
371[ 8., 18.],
372[ 9., 19.]],
373
374[[13., 23.],
375[14., 24.],
376[15., 25.],
377[16., 26.]],
378
379[[20., 30.],
380[21., 31.],
381[22., 32.],
382[23., 33.]],
383
384[[ 1., 11.],
385[ 2., 12.],
386[ 3., 13.],
387[ 4., 14.]],
388
389[[ 4., 14.],
390[ 5., 15.],
391[ 6., 16.],
392[ 7., 17.]],
393
394[[ 7., 17.],
395[ 8., 18.],
396[ 9., 19.],
397[10., 20.]],
398
399[[ 9., 19.],
400[10., 20.],
401[11., 21.],
402[12., 22.]],
403
404[[21., 31.],
405[22., 32.],
406[23., 33.],
407[24., 34.]],
408
409[[ 8., 18.],
410[ 9., 19.],
411[10., 20.],
412[11., 21.]],
413
414[[14., 24.],
415[15., 25.],
416[16., 26.],
417[17., 27.]],
418
419[[22., 32.],
420[23., 33.],
421[24., 34.],
422[25., 35.]],
423
424[[ 2., 12.],
425[ 3., 13.],
426[ 4., 14.],
427[ 5., 15.]],
428
429[[10., 20.],
430[11., 21.],
431[12., 22.],
432[13., 23.]],
433
434[[15., 25.],
435[16., 26.],
436[17., 27.],
437[18., 28.]],
438
439[[ 5., 15.],
440[ 6., 16.],
441[ 7., 17.],
442[ 8., 18.]],
443
444[[11., 21.],
445[12., 22.],
446[13., 23.],
447[14., 24.]],
448
449[[16., 26.],
450[17., 27.],
451[18., 28.],
452[19., 29.]],
453
454[[18., 28.],
455[19., 29.],
456[20., 30.],
457[21., 31.]],
458
459[[23., 33.],
460[24., 34.],
461[25., 35.],
462[26., 36.]],
463
464[[ 3., 13.],
465[ 4., 14.],
466[ 5., 15.],
467[ 6., 16.]],
468
469[[12., 22.],
470[13., 23.],
471[14., 24.],
472[15., 25.]],
473
474[[17., 27.],
475[18., 28.],
476[19., 29.],
477[20., 30.]],
478
479[[19., 29.],
480[20., 30.],
481[21., 31.],
482[22., 32.]],
483
484[[24., 34.],
485[25., 35.],
486[26., 36.],
487[27., 37.]]]), size=(8, 6, 4, 2), nnz=24,
488layout=torch.sparse_csc)
489# _ccol_indices
490tensor([ 0, 3, 8, 11, 14, 19, 24], dtype=torch.int32)
491# _row_indices
492tensor([2, 5, 7, 0, 1, 2, 4, 7, 2, 5, 7, 0, 4, 5, 1, 4, 5, 6, 7, 0, 4, 5, 6, 7],
493dtype=torch.int32)
494# _values
495tensor([[[ 6., 16.],
496[ 7., 17.],
497[ 8., 18.],
498[ 9., 19.]],
499
500[[13., 23.],
501[14., 24.],
502[15., 25.],
503[16., 26.]],
504
505[[20., 30.],
506[21., 31.],
507[22., 32.],
508[23., 33.]],
509
510[[ 1., 11.],
511[ 2., 12.],
512[ 3., 13.],
513[ 4., 14.]],
514
515[[ 4., 14.],
516[ 5., 15.],
517[ 6., 16.],
518[ 7., 17.]],
519
520[[ 7., 17.],
521[ 8., 18.],
522[ 9., 19.],
523[10., 20.]],
524
525[[ 9., 19.],
526[10., 20.],
527[11., 21.],
528[12., 22.]],
529
530[[21., 31.],
531[22., 32.],
532[23., 33.],
533[24., 34.]],
534
535[[ 8., 18.],
536[ 9., 19.],
537[10., 20.],
538[11., 21.]],
539
540[[14., 24.],
541[15., 25.],
542[16., 26.],
543[17., 27.]],
544
545[[22., 32.],
546[23., 33.],
547[24., 34.],
548[25., 35.]],
549
550[[ 2., 12.],
551[ 3., 13.],
552[ 4., 14.],
553[ 5., 15.]],
554
555[[10., 20.],
556[11., 21.],
557[12., 22.],
558[13., 23.]],
559
560[[15., 25.],
561[16., 26.],
562[17., 27.],
563[18., 28.]],
564
565[[ 5., 15.],
566[ 6., 16.],
567[ 7., 17.],
568[ 8., 18.]],
569
570[[11., 21.],
571[12., 22.],
572[13., 23.],
573[14., 24.]],
574
575[[16., 26.],
576[17., 27.],
577[18., 28.],
578[19., 29.]],
579
580[[18., 28.],
581[19., 29.],
582[20., 30.],
583[21., 31.]],
584
585[[23., 33.],
586[24., 34.],
587[25., 35.],
588[26., 36.]],
589
590[[ 3., 13.],
591[ 4., 14.],
592[ 5., 15.],
593[ 6., 16.]],
594
595[[12., 22.],
596[13., 23.],
597[14., 24.],
598[15., 25.]],
599
600[[17., 27.],
601[18., 28.],
602[19., 29.],
603[20., 30.]],
604
605[[19., 29.],
606[20., 30.],
607[21., 31.],
608[22., 32.]],
609
610[[24., 34.],
611[25., 35.],
612[26., 36.],
613[27., 37.]]])
614
615
616########## torch.float64/torch.int32/size=(2, 3)+(2, 3)+(4,) ##########
617# sparse tensor
618tensor(ccol_indices=tensor([[[0, 2, 3, 4],
619[0, 2, 3, 4],
620[0, 2, 3, 4]],
621
622[[0, 1, 3, 4],
623[0, 2, 3, 4],
624[0, 1, 3, 4]]]),
625row_indices=tensor([[[0, 1, 0, 1],
626[0, 1, 0, 0],
627[0, 1, 1, 1]],
628
629[[1, 0, 1, 1],
630[0, 1, 1, 0],
631[0, 0, 1, 0]]]),
632values=tensor([[[[1., 2., 3., 4.],
633[3., 4., 5., 6.],
634[2., 3., 4., 5.],
635[4., 5., 6., 7.]],
636
637[[1., 2., 3., 4.],
638[4., 5., 6., 7.],
639[2., 3., 4., 5.],
640[3., 4., 5., 6.]],
641
642[[1., 2., 3., 4.],
643[2., 3., 4., 5.],
644[3., 4., 5., 6.],
645[4., 5., 6., 7.]]],
646
647
648[[[2., 3., 4., 5.],
649[1., 2., 3., 4.],
650[3., 4., 5., 6.],
651[4., 5., 6., 7.]],
652
653[[1., 2., 3., 4.],
654[3., 4., 5., 6.],
655[4., 5., 6., 7.],
656[2., 3., 4., 5.]],
657
658[[1., 2., 3., 4.],
659[2., 3., 4., 5.],
660[4., 5., 6., 7.],
661[3., 4., 5., 6.]]]]), size=(2, 3, 2, 3, 4), nnz=4,
662dtype=torch.float64, layout=torch.sparse_csc)
663# _ccol_indices
664tensor([[[0, 2, 3, 4],
665[0, 2, 3, 4],
666[0, 2, 3, 4]],
667
668[[0, 1, 3, 4],
669[0, 2, 3, 4],
670[0, 1, 3, 4]]], dtype=torch.int32)
671# _row_indices
672tensor([[[0, 1, 0, 1],
673[0, 1, 0, 0],
674[0, 1, 1, 1]],
675
676[[1, 0, 1, 1],
677[0, 1, 1, 0],
678[0, 0, 1, 0]]], dtype=torch.int32)
679# _values
680tensor([[[[1., 2., 3., 4.],
681[3., 4., 5., 6.],
682[2., 3., 4., 5.],
683[4., 5., 6., 7.]],
684
685[[1., 2., 3., 4.],
686[4., 5., 6., 7.],
687[2., 3., 4., 5.],
688[3., 4., 5., 6.]],
689
690[[1., 2., 3., 4.],
691[2., 3., 4., 5.],
692[3., 4., 5., 6.],
693[4., 5., 6., 7.]]],
694
695
696[[[2., 3., 4., 5.],
697[1., 2., 3., 4.],
698[3., 4., 5., 6.],
699[4., 5., 6., 7.]],
700
701[[1., 2., 3., 4.],
702[3., 4., 5., 6.],
703[4., 5., 6., 7.],
704[2., 3., 4., 5.]],
705
706[[1., 2., 3., 4.],
707[2., 3., 4., 5.],
708[4., 5., 6., 7.],
709[3., 4., 5., 6.]]]], dtype=torch.float64)
710
711########## torch.float64/torch.int32/size=()+(8, 6)+(4, 2) ##########
712# sparse tensor
713tensor(ccol_indices=tensor([ 0, 3, 8, 11, 14, 19, 24]),
714row_indices=tensor([2, 5, 7, 0, 1, 2, 4, 7, 2, 5, 7, 0, 4, 5, 1, 4, 5, 6,
7157, 0, 4, 5, 6, 7]),
716values=tensor([[[ 6., 16.],
717[ 7., 17.],
718[ 8., 18.],
719[ 9., 19.]],
720
721[[13., 23.],
722[14., 24.],
723[15., 25.],
724[16., 26.]],
725
726[[20., 30.],
727[21., 31.],
728[22., 32.],
729[23., 33.]],
730
731[[ 1., 11.],
732[ 2., 12.],
733[ 3., 13.],
734[ 4., 14.]],
735
736[[ 4., 14.],
737[ 5., 15.],
738[ 6., 16.],
739[ 7., 17.]],
740
741[[ 7., 17.],
742[ 8., 18.],
743[ 9., 19.],
744[10., 20.]],
745
746[[ 9., 19.],
747[10., 20.],
748[11., 21.],
749[12., 22.]],
750
751[[21., 31.],
752[22., 32.],
753[23., 33.],
754[24., 34.]],
755
756[[ 8., 18.],
757[ 9., 19.],
758[10., 20.],
759[11., 21.]],
760
761[[14., 24.],
762[15., 25.],
763[16., 26.],
764[17., 27.]],
765
766[[22., 32.],
767[23., 33.],
768[24., 34.],
769[25., 35.]],
770
771[[ 2., 12.],
772[ 3., 13.],
773[ 4., 14.],
774[ 5., 15.]],
775
776[[10., 20.],
777[11., 21.],
778[12., 22.],
779[13., 23.]],
780
781[[15., 25.],
782[16., 26.],
783[17., 27.],
784[18., 28.]],
785
786[[ 5., 15.],
787[ 6., 16.],
788[ 7., 17.],
789[ 8., 18.]],
790
791[[11., 21.],
792[12., 22.],
793[13., 23.],
794[14., 24.]],
795
796[[16., 26.],
797[17., 27.],
798[18., 28.],
799[19., 29.]],
800
801[[18., 28.],
802[19., 29.],
803[20., 30.],
804[21., 31.]],
805
806[[23., 33.],
807[24., 34.],
808[25., 35.],
809[26., 36.]],
810
811[[ 3., 13.],
812[ 4., 14.],
813[ 5., 15.],
814[ 6., 16.]],
815
816[[12., 22.],
817[13., 23.],
818[14., 24.],
819[15., 25.]],
820
821[[17., 27.],
822[18., 28.],
823[19., 29.],
824[20., 30.]],
825
826[[19., 29.],
827[20., 30.],
828[21., 31.],
829[22., 32.]],
830
831[[24., 34.],
832[25., 35.],
833[26., 36.],
834[27., 37.]]]), size=(8, 6, 4, 2), nnz=24,
835dtype=torch.float64, layout=torch.sparse_csc)
836# _ccol_indices
837tensor([ 0, 3, 8, 11, 14, 19, 24], dtype=torch.int32)
838# _row_indices
839tensor([2, 5, 7, 0, 1, 2, 4, 7, 2, 5, 7, 0, 4, 5, 1, 4, 5, 6, 7, 0, 4, 5, 6, 7],
840dtype=torch.int32)
841# _values
842tensor([[[ 6., 16.],
843[ 7., 17.],
844[ 8., 18.],
845[ 9., 19.]],
846
847[[13., 23.],
848[14., 24.],
849[15., 25.],
850[16., 26.]],
851
852[[20., 30.],
853[21., 31.],
854[22., 32.],
855[23., 33.]],
856
857[[ 1., 11.],
858[ 2., 12.],
859[ 3., 13.],
860[ 4., 14.]],
861
862[[ 4., 14.],
863[ 5., 15.],
864[ 6., 16.],
865[ 7., 17.]],
866
867[[ 7., 17.],
868[ 8., 18.],
869[ 9., 19.],
870[10., 20.]],
871
872[[ 9., 19.],
873[10., 20.],
874[11., 21.],
875[12., 22.]],
876
877[[21., 31.],
878[22., 32.],
879[23., 33.],
880[24., 34.]],
881
882[[ 8., 18.],
883[ 9., 19.],
884[10., 20.],
885[11., 21.]],
886
887[[14., 24.],
888[15., 25.],
889[16., 26.],
890[17., 27.]],
891
892[[22., 32.],
893[23., 33.],
894[24., 34.],
895[25., 35.]],
896
897[[ 2., 12.],
898[ 3., 13.],
899[ 4., 14.],
900[ 5., 15.]],
901
902[[10., 20.],
903[11., 21.],
904[12., 22.],
905[13., 23.]],
906
907[[15., 25.],
908[16., 26.],
909[17., 27.],
910[18., 28.]],
911
912[[ 5., 15.],
913[ 6., 16.],
914[ 7., 17.],
915[ 8., 18.]],
916
917[[11., 21.],
918[12., 22.],
919[13., 23.],
920[14., 24.]],
921
922[[16., 26.],
923[17., 27.],
924[18., 28.],
925[19., 29.]],
926
927[[18., 28.],
928[19., 29.],
929[20., 30.],
930[21., 31.]],
931
932[[23., 33.],
933[24., 34.],
934[25., 35.],
935[26., 36.]],
936
937[[ 3., 13.],
938[ 4., 14.],
939[ 5., 15.],
940[ 6., 16.]],
941
942[[12., 22.],
943[13., 23.],
944[14., 24.],
945[15., 25.]],
946
947[[17., 27.],
948[18., 28.],
949[19., 29.],
950[20., 30.]],
951
952[[19., 29.],
953[20., 30.],
954[21., 31.],
955[22., 32.]],
956
957[[24., 34.],
958[25., 35.],
959[26., 36.],
960[27., 37.]]], dtype=torch.float64)
961
962
963########## torch.float32/torch.int64/size=(2, 3)+(2, 3)+(4,) ##########
964# sparse tensor
965tensor(ccol_indices=tensor([[[0, 2, 3, 4],
966[0, 2, 3, 4],
967[0, 2, 3, 4]],
968
969[[0, 1, 3, 4],
970[0, 2, 3, 4],
971[0, 1, 3, 4]]]),
972row_indices=tensor([[[0, 1, 0, 1],
973[0, 1, 0, 0],
974[0, 1, 1, 1]],
975
976[[1, 0, 1, 1],
977[0, 1, 1, 0],
978[0, 0, 1, 0]]]),
979values=tensor([[[[1., 2., 3., 4.],
980[3., 4., 5., 6.],
981[2., 3., 4., 5.],
982[4., 5., 6., 7.]],
983
984[[1., 2., 3., 4.],
985[4., 5., 6., 7.],
986[2., 3., 4., 5.],
987[3., 4., 5., 6.]],
988
989[[1., 2., 3., 4.],
990[2., 3., 4., 5.],
991[3., 4., 5., 6.],
992[4., 5., 6., 7.]]],
993
994
995[[[2., 3., 4., 5.],
996[1., 2., 3., 4.],
997[3., 4., 5., 6.],
998[4., 5., 6., 7.]],
999
1000[[1., 2., 3., 4.],
1001[3., 4., 5., 6.],
1002[4., 5., 6., 7.],
1003[2., 3., 4., 5.]],
1004
1005[[1., 2., 3., 4.],
1006[2., 3., 4., 5.],
1007[4., 5., 6., 7.],
1008[3., 4., 5., 6.]]]]), size=(2, 3, 2, 3, 4), nnz=4,
1009layout=torch.sparse_csc)
1010# _ccol_indices
1011tensor([[[0, 2, 3, 4],
1012[0, 2, 3, 4],
1013[0, 2, 3, 4]],
1014
1015[[0, 1, 3, 4],
1016[0, 2, 3, 4],
1017[0, 1, 3, 4]]])
1018# _row_indices
1019tensor([[[0, 1, 0, 1],
1020[0, 1, 0, 0],
1021[0, 1, 1, 1]],
1022
1023[[1, 0, 1, 1],
1024[0, 1, 1, 0],
1025[0, 0, 1, 0]]])
1026# _values
1027tensor([[[[1., 2., 3., 4.],
1028[3., 4., 5., 6.],
1029[2., 3., 4., 5.],
1030[4., 5., 6., 7.]],
1031
1032[[1., 2., 3., 4.],
1033[4., 5., 6., 7.],
1034[2., 3., 4., 5.],
1035[3., 4., 5., 6.]],
1036
1037[[1., 2., 3., 4.],
1038[2., 3., 4., 5.],
1039[3., 4., 5., 6.],
1040[4., 5., 6., 7.]]],
1041
1042
1043[[[2., 3., 4., 5.],
1044[1., 2., 3., 4.],
1045[3., 4., 5., 6.],
1046[4., 5., 6., 7.]],
1047
1048[[1., 2., 3., 4.],
1049[3., 4., 5., 6.],
1050[4., 5., 6., 7.],
1051[2., 3., 4., 5.]],
1052
1053[[1., 2., 3., 4.],
1054[2., 3., 4., 5.],
1055[4., 5., 6., 7.],
1056[3., 4., 5., 6.]]]])
1057
1058########## torch.float32/torch.int64/size=()+(8, 6)+(4, 2) ##########
1059# sparse tensor
1060tensor(ccol_indices=tensor([ 0, 3, 8, 11, 14, 19, 24]),
1061row_indices=tensor([2, 5, 7, 0, 1, 2, 4, 7, 2, 5, 7, 0, 4, 5, 1, 4, 5, 6,
10627, 0, 4, 5, 6, 7]),
1063values=tensor([[[ 6., 16.],
1064[ 7., 17.],
1065[ 8., 18.],
1066[ 9., 19.]],
1067
1068[[13., 23.],
1069[14., 24.],
1070[15., 25.],
1071[16., 26.]],
1072
1073[[20., 30.],
1074[21., 31.],
1075[22., 32.],
1076[23., 33.]],
1077
1078[[ 1., 11.],
1079[ 2., 12.],
1080[ 3., 13.],
1081[ 4., 14.]],
1082
1083[[ 4., 14.],
1084[ 5., 15.],
1085[ 6., 16.],
1086[ 7., 17.]],
1087
1088[[ 7., 17.],
1089[ 8., 18.],
1090[ 9., 19.],
1091[10., 20.]],
1092
1093[[ 9., 19.],
1094[10., 20.],
1095[11., 21.],
1096[12., 22.]],
1097
1098[[21., 31.],
1099[22., 32.],
1100[23., 33.],
1101[24., 34.]],
1102
1103[[ 8., 18.],
1104[ 9., 19.],
1105[10., 20.],
1106[11., 21.]],
1107
1108[[14., 24.],
1109[15., 25.],
1110[16., 26.],
1111[17., 27.]],
1112
1113[[22., 32.],
1114[23., 33.],
1115[24., 34.],
1116[25., 35.]],
1117
1118[[ 2., 12.],
1119[ 3., 13.],
1120[ 4., 14.],
1121[ 5., 15.]],
1122
1123[[10., 20.],
1124[11., 21.],
1125[12., 22.],
1126[13., 23.]],
1127
1128[[15., 25.],
1129[16., 26.],
1130[17., 27.],
1131[18., 28.]],
1132
1133[[ 5., 15.],
1134[ 6., 16.],
1135[ 7., 17.],
1136[ 8., 18.]],
1137
1138[[11., 21.],
1139[12., 22.],
1140[13., 23.],
1141[14., 24.]],
1142
1143[[16., 26.],
1144[17., 27.],
1145[18., 28.],
1146[19., 29.]],
1147
1148[[18., 28.],
1149[19., 29.],
1150[20., 30.],
1151[21., 31.]],
1152
1153[[23., 33.],
1154[24., 34.],
1155[25., 35.],
1156[26., 36.]],
1157
1158[[ 3., 13.],
1159[ 4., 14.],
1160[ 5., 15.],
1161[ 6., 16.]],
1162
1163[[12., 22.],
1164[13., 23.],
1165[14., 24.],
1166[15., 25.]],
1167
1168[[17., 27.],
1169[18., 28.],
1170[19., 29.],
1171[20., 30.]],
1172
1173[[19., 29.],
1174[20., 30.],
1175[21., 31.],
1176[22., 32.]],
1177
1178[[24., 34.],
1179[25., 35.],
1180[26., 36.],
1181[27., 37.]]]), size=(8, 6, 4, 2), nnz=24,
1182layout=torch.sparse_csc)
1183# _ccol_indices
1184tensor([ 0, 3, 8, 11, 14, 19, 24])
1185# _row_indices
1186tensor([2, 5, 7, 0, 1, 2, 4, 7, 2, 5, 7, 0, 4, 5, 1, 4, 5, 6, 7, 0, 4, 5, 6, 7])
1187# _values
1188tensor([[[ 6., 16.],
1189[ 7., 17.],
1190[ 8., 18.],
1191[ 9., 19.]],
1192
1193[[13., 23.],
1194[14., 24.],
1195[15., 25.],
1196[16., 26.]],
1197
1198[[20., 30.],
1199[21., 31.],
1200[22., 32.],
1201[23., 33.]],
1202
1203[[ 1., 11.],
1204[ 2., 12.],
1205[ 3., 13.],
1206[ 4., 14.]],
1207
1208[[ 4., 14.],
1209[ 5., 15.],
1210[ 6., 16.],
1211[ 7., 17.]],
1212
1213[[ 7., 17.],
1214[ 8., 18.],
1215[ 9., 19.],
1216[10., 20.]],
1217
1218[[ 9., 19.],
1219[10., 20.],
1220[11., 21.],
1221[12., 22.]],
1222
1223[[21., 31.],
1224[22., 32.],
1225[23., 33.],
1226[24., 34.]],
1227
1228[[ 8., 18.],
1229[ 9., 19.],
1230[10., 20.],
1231[11., 21.]],
1232
1233[[14., 24.],
1234[15., 25.],
1235[16., 26.],
1236[17., 27.]],
1237
1238[[22., 32.],
1239[23., 33.],
1240[24., 34.],
1241[25., 35.]],
1242
1243[[ 2., 12.],
1244[ 3., 13.],
1245[ 4., 14.],
1246[ 5., 15.]],
1247
1248[[10., 20.],
1249[11., 21.],
1250[12., 22.],
1251[13., 23.]],
1252
1253[[15., 25.],
1254[16., 26.],
1255[17., 27.],
1256[18., 28.]],
1257
1258[[ 5., 15.],
1259[ 6., 16.],
1260[ 7., 17.],
1261[ 8., 18.]],
1262
1263[[11., 21.],
1264[12., 22.],
1265[13., 23.],
1266[14., 24.]],
1267
1268[[16., 26.],
1269[17., 27.],
1270[18., 28.],
1271[19., 29.]],
1272
1273[[18., 28.],
1274[19., 29.],
1275[20., 30.],
1276[21., 31.]],
1277
1278[[23., 33.],
1279[24., 34.],
1280[25., 35.],
1281[26., 36.]],
1282
1283[[ 3., 13.],
1284[ 4., 14.],
1285[ 5., 15.],
1286[ 6., 16.]],
1287
1288[[12., 22.],
1289[13., 23.],
1290[14., 24.],
1291[15., 25.]],
1292
1293[[17., 27.],
1294[18., 28.],
1295[19., 29.],
1296[20., 30.]],
1297
1298[[19., 29.],
1299[20., 30.],
1300[21., 31.],
1301[22., 32.]],
1302
1303[[24., 34.],
1304[25., 35.],
1305[26., 36.],
1306[27., 37.]]])
1307
1308
1309########## torch.float64/torch.int64/size=(2, 3)+(2, 3)+(4,) ##########
1310# sparse tensor
1311tensor(ccol_indices=tensor([[[0, 2, 3, 4],
1312[0, 2, 3, 4],
1313[0, 2, 3, 4]],
1314
1315[[0, 1, 3, 4],
1316[0, 2, 3, 4],
1317[0, 1, 3, 4]]]),
1318row_indices=tensor([[[0, 1, 0, 1],
1319[0, 1, 0, 0],
1320[0, 1, 1, 1]],
1321
1322[[1, 0, 1, 1],
1323[0, 1, 1, 0],
1324[0, 0, 1, 0]]]),
1325values=tensor([[[[1., 2., 3., 4.],
1326[3., 4., 5., 6.],
1327[2., 3., 4., 5.],
1328[4., 5., 6., 7.]],
1329
1330[[1., 2., 3., 4.],
1331[4., 5., 6., 7.],
1332[2., 3., 4., 5.],
1333[3., 4., 5., 6.]],
1334
1335[[1., 2., 3., 4.],
1336[2., 3., 4., 5.],
1337[3., 4., 5., 6.],
1338[4., 5., 6., 7.]]],
1339
1340
1341[[[2., 3., 4., 5.],
1342[1., 2., 3., 4.],
1343[3., 4., 5., 6.],
1344[4., 5., 6., 7.]],
1345
1346[[1., 2., 3., 4.],
1347[3., 4., 5., 6.],
1348[4., 5., 6., 7.],
1349[2., 3., 4., 5.]],
1350
1351[[1., 2., 3., 4.],
1352[2., 3., 4., 5.],
1353[4., 5., 6., 7.],
1354[3., 4., 5., 6.]]]]), size=(2, 3, 2, 3, 4), nnz=4,
1355dtype=torch.float64, layout=torch.sparse_csc)
1356# _ccol_indices
1357tensor([[[0, 2, 3, 4],
1358[0, 2, 3, 4],
1359[0, 2, 3, 4]],
1360
1361[[0, 1, 3, 4],
1362[0, 2, 3, 4],
1363[0, 1, 3, 4]]])
1364# _row_indices
1365tensor([[[0, 1, 0, 1],
1366[0, 1, 0, 0],
1367[0, 1, 1, 1]],
1368
1369[[1, 0, 1, 1],
1370[0, 1, 1, 0],
1371[0, 0, 1, 0]]])
1372# _values
1373tensor([[[[1., 2., 3., 4.],
1374[3., 4., 5., 6.],
1375[2., 3., 4., 5.],
1376[4., 5., 6., 7.]],
1377
1378[[1., 2., 3., 4.],
1379[4., 5., 6., 7.],
1380[2., 3., 4., 5.],
1381[3., 4., 5., 6.]],
1382
1383[[1., 2., 3., 4.],
1384[2., 3., 4., 5.],
1385[3., 4., 5., 6.],
1386[4., 5., 6., 7.]]],
1387
1388
1389[[[2., 3., 4., 5.],
1390[1., 2., 3., 4.],
1391[3., 4., 5., 6.],
1392[4., 5., 6., 7.]],
1393
1394[[1., 2., 3., 4.],
1395[3., 4., 5., 6.],
1396[4., 5., 6., 7.],
1397[2., 3., 4., 5.]],
1398
1399[[1., 2., 3., 4.],
1400[2., 3., 4., 5.],
1401[4., 5., 6., 7.],
1402[3., 4., 5., 6.]]]], dtype=torch.float64)
1403
1404########## torch.float64/torch.int64/size=()+(8, 6)+(4, 2) ##########
1405# sparse tensor
1406tensor(ccol_indices=tensor([ 0, 3, 8, 11, 14, 19, 24]),
1407row_indices=tensor([2, 5, 7, 0, 1, 2, 4, 7, 2, 5, 7, 0, 4, 5, 1, 4, 5, 6,
14087, 0, 4, 5, 6, 7]),
1409values=tensor([[[ 6., 16.],
1410[ 7., 17.],
1411[ 8., 18.],
1412[ 9., 19.]],
1413
1414[[13., 23.],
1415[14., 24.],
1416[15., 25.],
1417[16., 26.]],
1418
1419[[20., 30.],
1420[21., 31.],
1421[22., 32.],
1422[23., 33.]],
1423
1424[[ 1., 11.],
1425[ 2., 12.],
1426[ 3., 13.],
1427[ 4., 14.]],
1428
1429[[ 4., 14.],
1430[ 5., 15.],
1431[ 6., 16.],
1432[ 7., 17.]],
1433
1434[[ 7., 17.],
1435[ 8., 18.],
1436[ 9., 19.],
1437[10., 20.]],
1438
1439[[ 9., 19.],
1440[10., 20.],
1441[11., 21.],
1442[12., 22.]],
1443
1444[[21., 31.],
1445[22., 32.],
1446[23., 33.],
1447[24., 34.]],
1448
1449[[ 8., 18.],
1450[ 9., 19.],
1451[10., 20.],
1452[11., 21.]],
1453
1454[[14., 24.],
1455[15., 25.],
1456[16., 26.],
1457[17., 27.]],
1458
1459[[22., 32.],
1460[23., 33.],
1461[24., 34.],
1462[25., 35.]],
1463
1464[[ 2., 12.],
1465[ 3., 13.],
1466[ 4., 14.],
1467[ 5., 15.]],
1468
1469[[10., 20.],
1470[11., 21.],
1471[12., 22.],
1472[13., 23.]],
1473
1474[[15., 25.],
1475[16., 26.],
1476[17., 27.],
1477[18., 28.]],
1478
1479[[ 5., 15.],
1480[ 6., 16.],
1481[ 7., 17.],
1482[ 8., 18.]],
1483
1484[[11., 21.],
1485[12., 22.],
1486[13., 23.],
1487[14., 24.]],
1488
1489[[16., 26.],
1490[17., 27.],
1491[18., 28.],
1492[19., 29.]],
1493
1494[[18., 28.],
1495[19., 29.],
1496[20., 30.],
1497[21., 31.]],
1498
1499[[23., 33.],
1500[24., 34.],
1501[25., 35.],
1502[26., 36.]],
1503
1504[[ 3., 13.],
1505[ 4., 14.],
1506[ 5., 15.],
1507[ 6., 16.]],
1508
1509[[12., 22.],
1510[13., 23.],
1511[14., 24.],
1512[15., 25.]],
1513
1514[[17., 27.],
1515[18., 28.],
1516[19., 29.],
1517[20., 30.]],
1518
1519[[19., 29.],
1520[20., 30.],
1521[21., 31.],
1522[22., 32.]],
1523
1524[[24., 34.],
1525[25., 35.],
1526[26., 36.],
1527[27., 37.]]]), size=(8, 6, 4, 2), nnz=24,
1528dtype=torch.float64, layout=torch.sparse_csc)
1529# _ccol_indices
1530tensor([ 0, 3, 8, 11, 14, 19, 24])
1531# _row_indices
1532tensor([2, 5, 7, 0, 1, 2, 4, 7, 2, 5, 7, 0, 4, 5, 1, 4, 5, 6, 7, 0, 4, 5, 6, 7])
1533# _values
1534tensor([[[ 6., 16.],
1535[ 7., 17.],
1536[ 8., 18.],
1537[ 9., 19.]],
1538
1539[[13., 23.],
1540[14., 24.],
1541[15., 25.],
1542[16., 26.]],
1543
1544[[20., 30.],
1545[21., 31.],
1546[22., 32.],
1547[23., 33.]],
1548
1549[[ 1., 11.],
1550[ 2., 12.],
1551[ 3., 13.],
1552[ 4., 14.]],
1553
1554[[ 4., 14.],
1555[ 5., 15.],
1556[ 6., 16.],
1557[ 7., 17.]],
1558
1559[[ 7., 17.],
1560[ 8., 18.],
1561[ 9., 19.],
1562[10., 20.]],
1563
1564[[ 9., 19.],
1565[10., 20.],
1566[11., 21.],
1567[12., 22.]],
1568
1569[[21., 31.],
1570[22., 32.],
1571[23., 33.],
1572[24., 34.]],
1573
1574[[ 8., 18.],
1575[ 9., 19.],
1576[10., 20.],
1577[11., 21.]],
1578
1579[[14., 24.],
1580[15., 25.],
1581[16., 26.],
1582[17., 27.]],
1583
1584[[22., 32.],
1585[23., 33.],
1586[24., 34.],
1587[25., 35.]],
1588
1589[[ 2., 12.],
1590[ 3., 13.],
1591[ 4., 14.],
1592[ 5., 15.]],
1593
1594[[10., 20.],
1595[11., 21.],
1596[12., 22.],
1597[13., 23.]],
1598
1599[[15., 25.],
1600[16., 26.],
1601[17., 27.],
1602[18., 28.]],
1603
1604[[ 5., 15.],
1605[ 6., 16.],
1606[ 7., 17.],
1607[ 8., 18.]],
1608
1609[[11., 21.],
1610[12., 22.],
1611[13., 23.],
1612[14., 24.]],
1613
1614[[16., 26.],
1615[17., 27.],
1616[18., 28.],
1617[19., 29.]],
1618
1619[[18., 28.],
1620[19., 29.],
1621[20., 30.],
1622[21., 31.]],
1623
1624[[23., 33.],
1625[24., 34.],
1626[25., 35.],
1627[26., 36.]],
1628
1629[[ 3., 13.],
1630[ 4., 14.],
1631[ 5., 15.],
1632[ 6., 16.]],
1633
1634[[12., 22.],
1635[13., 23.],
1636[14., 24.],
1637[15., 25.]],
1638
1639[[17., 27.],
1640[18., 28.],
1641[19., 29.],
1642[20., 30.]],
1643
1644[[19., 29.],
1645[20., 30.],
1646[21., 31.],
1647[22., 32.]],
1648
1649[[24., 34.],
1650[25., 35.],
1651[26., 36.],
1652[27., 37.]]], dtype=torch.float64)
1653
1654