pytorch
1########## torch.float32/torch.int32/size=(2, 3)+(2, 3)+() ##########
2# sparse tensor
3tensor(crow_indices=tensor([[[0, 2, 4],
4[0, 3, 4],
5[0, 1, 4]],
6
7[[0, 1, 4],
8[0, 2, 4],
9[0, 3, 4]]]),
10col_indices=tensor([[[0, 1, 0, 2],
11[0, 1, 2, 0],
12[0, 0, 1, 2]],
13
14[[1, 0, 1, 2],
15[0, 2, 0, 1],
16[0, 1, 2, 1]]]),
17values=tensor([[[1., 2., 3., 4.],
18[1., 2., 3., 4.],
19[1., 2., 3., 4.]],
20
21[[1., 2., 3., 4.],
22[1., 2., 3., 4.],
23[1., 2., 3., 4.]]]), size=(2, 3, 2, 3), nnz=4,
24layout=torch.sparse_csr)
25# _crow_indices
26tensor([[[0, 2, 4],
27[0, 3, 4],
28[0, 1, 4]],
29
30[[0, 1, 4],
31[0, 2, 4],
32[0, 3, 4]]], dtype=torch.int32)
33# _col_indices
34tensor([[[0, 1, 0, 2],
35[0, 1, 2, 0],
36[0, 0, 1, 2]],
37
38[[1, 0, 1, 2],
39[0, 2, 0, 1],
40[0, 1, 2, 1]]], dtype=torch.int32)
41# _values
42tensor([[[1., 2., 3., 4.],
43[1., 2., 3., 4.],
44[1., 2., 3., 4.]],
45
46[[1., 2., 3., 4.],
47[1., 2., 3., 4.],
48[1., 2., 3., 4.]]])
49
50########## torch.float32/torch.int32/size=()+(8, 6)+() ##########
51# sparse tensor
52tensor(crow_indices=tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24]),
53col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
545, 0, 1, 2, 4, 5]),
55values=tensor([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11.,
5612., 13., 14., 15., 16., 17., 18., 19., 20., 21., 22.,
5723., 24.]), size=(8, 6), nnz=24, layout=torch.sparse_csr)
58# _crow_indices
59tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24], dtype=torch.int32)
60# _col_indices
61tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
62dtype=torch.int32)
63# _values
64tensor([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11., 12., 13., 14.,
6515., 16., 17., 18., 19., 20., 21., 22., 23., 24.])
66
67
68########## torch.float64/torch.int32/size=(2, 3)+(2, 3)+() ##########
69# sparse tensor
70tensor(crow_indices=tensor([[[0, 2, 4],
71[0, 3, 4],
72[0, 1, 4]],
73
74[[0, 1, 4],
75[0, 2, 4],
76[0, 3, 4]]]),
77col_indices=tensor([[[0, 1, 0, 2],
78[0, 1, 2, 0],
79[0, 0, 1, 2]],
80
81[[1, 0, 1, 2],
82[0, 2, 0, 1],
83[0, 1, 2, 1]]]),
84values=tensor([[[1., 2., 3., 4.],
85[1., 2., 3., 4.],
86[1., 2., 3., 4.]],
87
88[[1., 2., 3., 4.],
89[1., 2., 3., 4.],
90[1., 2., 3., 4.]]]), size=(2, 3, 2, 3), nnz=4,
91dtype=torch.float64, layout=torch.sparse_csr)
92# _crow_indices
93tensor([[[0, 2, 4],
94[0, 3, 4],
95[0, 1, 4]],
96
97[[0, 1, 4],
98[0, 2, 4],
99[0, 3, 4]]], dtype=torch.int32)
100# _col_indices
101tensor([[[0, 1, 0, 2],
102[0, 1, 2, 0],
103[0, 0, 1, 2]],
104
105[[1, 0, 1, 2],
106[0, 2, 0, 1],
107[0, 1, 2, 1]]], dtype=torch.int32)
108# _values
109tensor([[[1., 2., 3., 4.],
110[1., 2., 3., 4.],
111[1., 2., 3., 4.]],
112
113[[1., 2., 3., 4.],
114[1., 2., 3., 4.],
115[1., 2., 3., 4.]]], dtype=torch.float64)
116
117########## torch.float64/torch.int32/size=()+(8, 6)+() ##########
118# sparse tensor
119tensor(crow_indices=tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24]),
120col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
1215, 0, 1, 2, 4, 5]),
122values=tensor([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11.,
12312., 13., 14., 15., 16., 17., 18., 19., 20., 21., 22.,
12423., 24.]), size=(8, 6), nnz=24, dtype=torch.float64,
125layout=torch.sparse_csr)
126# _crow_indices
127tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24], dtype=torch.int32)
128# _col_indices
129tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
130dtype=torch.int32)
131# _values
132tensor([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11., 12., 13., 14.,
13315., 16., 17., 18., 19., 20., 21., 22., 23., 24.], dtype=torch.float64)
134
135
136########## torch.float32/torch.int64/size=(2, 3)+(2, 3)+() ##########
137# sparse tensor
138tensor(crow_indices=tensor([[[0, 2, 4],
139[0, 3, 4],
140[0, 1, 4]],
141
142[[0, 1, 4],
143[0, 2, 4],
144[0, 3, 4]]]),
145col_indices=tensor([[[0, 1, 0, 2],
146[0, 1, 2, 0],
147[0, 0, 1, 2]],
148
149[[1, 0, 1, 2],
150[0, 2, 0, 1],
151[0, 1, 2, 1]]]),
152values=tensor([[[1., 2., 3., 4.],
153[1., 2., 3., 4.],
154[1., 2., 3., 4.]],
155
156[[1., 2., 3., 4.],
157[1., 2., 3., 4.],
158[1., 2., 3., 4.]]]), size=(2, 3, 2, 3), nnz=4,
159layout=torch.sparse_csr)
160# _crow_indices
161tensor([[[0, 2, 4],
162[0, 3, 4],
163[0, 1, 4]],
164
165[[0, 1, 4],
166[0, 2, 4],
167[0, 3, 4]]])
168# _col_indices
169tensor([[[0, 1, 0, 2],
170[0, 1, 2, 0],
171[0, 0, 1, 2]],
172
173[[1, 0, 1, 2],
174[0, 2, 0, 1],
175[0, 1, 2, 1]]])
176# _values
177tensor([[[1., 2., 3., 4.],
178[1., 2., 3., 4.],
179[1., 2., 3., 4.]],
180
181[[1., 2., 3., 4.],
182[1., 2., 3., 4.],
183[1., 2., 3., 4.]]])
184
185########## torch.float32/torch.int64/size=()+(8, 6)+() ##########
186# sparse tensor
187tensor(crow_indices=tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24]),
188col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
1895, 0, 1, 2, 4, 5]),
190values=tensor([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11.,
19112., 13., 14., 15., 16., 17., 18., 19., 20., 21., 22.,
19223., 24.]), size=(8, 6), nnz=24, layout=torch.sparse_csr)
193# _crow_indices
194tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24])
195# _col_indices
196tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5])
197# _values
198tensor([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11., 12., 13., 14.,
19915., 16., 17., 18., 19., 20., 21., 22., 23., 24.])
200
201
202########## torch.float64/torch.int64/size=(2, 3)+(2, 3)+() ##########
203# sparse tensor
204tensor(crow_indices=tensor([[[0, 2, 4],
205[0, 3, 4],
206[0, 1, 4]],
207
208[[0, 1, 4],
209[0, 2, 4],
210[0, 3, 4]]]),
211col_indices=tensor([[[0, 1, 0, 2],
212[0, 1, 2, 0],
213[0, 0, 1, 2]],
214
215[[1, 0, 1, 2],
216[0, 2, 0, 1],
217[0, 1, 2, 1]]]),
218values=tensor([[[1., 2., 3., 4.],
219[1., 2., 3., 4.],
220[1., 2., 3., 4.]],
221
222[[1., 2., 3., 4.],
223[1., 2., 3., 4.],
224[1., 2., 3., 4.]]]), size=(2, 3, 2, 3), nnz=4,
225dtype=torch.float64, layout=torch.sparse_csr)
226# _crow_indices
227tensor([[[0, 2, 4],
228[0, 3, 4],
229[0, 1, 4]],
230
231[[0, 1, 4],
232[0, 2, 4],
233[0, 3, 4]]])
234# _col_indices
235tensor([[[0, 1, 0, 2],
236[0, 1, 2, 0],
237[0, 0, 1, 2]],
238
239[[1, 0, 1, 2],
240[0, 2, 0, 1],
241[0, 1, 2, 1]]])
242# _values
243tensor([[[1., 2., 3., 4.],
244[1., 2., 3., 4.],
245[1., 2., 3., 4.]],
246
247[[1., 2., 3., 4.],
248[1., 2., 3., 4.],
249[1., 2., 3., 4.]]], dtype=torch.float64)
250
251########## torch.float64/torch.int64/size=()+(8, 6)+() ##########
252# sparse tensor
253tensor(crow_indices=tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24]),
254col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
2555, 0, 1, 2, 4, 5]),
256values=tensor([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11.,
25712., 13., 14., 15., 16., 17., 18., 19., 20., 21., 22.,
25823., 24.]), size=(8, 6), nnz=24, dtype=torch.float64,
259layout=torch.sparse_csr)
260# _crow_indices
261tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24])
262# _col_indices
263tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5])
264# _values
265tensor([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11., 12., 13., 14.,
26615., 16., 17., 18., 19., 20., 21., 22., 23., 24.], dtype=torch.float64)
267
268
269########## torch.float32/torch.int32/size=(2, 3)+(2, 3)+(4,) ##########
270# sparse tensor
271tensor(crow_indices=tensor([[[0, 2, 4],
272[0, 3, 4],
273[0, 1, 4]],
274
275[[0, 1, 4],
276[0, 2, 4],
277[0, 3, 4]]]),
278col_indices=tensor([[[0, 1, 0, 2],
279[0, 1, 2, 0],
280[0, 0, 1, 2]],
281
282[[1, 0, 1, 2],
283[0, 2, 0, 1],
284[0, 1, 2, 1]]]),
285values=tensor([[[[1., 2., 3., 4.],
286[2., 3., 4., 5.],
287[3., 4., 5., 6.],
288[4., 5., 6., 7.]],
289
290[[1., 2., 3., 4.],
291[2., 3., 4., 5.],
292[3., 4., 5., 6.],
293[4., 5., 6., 7.]],
294
295[[1., 2., 3., 4.],
296[2., 3., 4., 5.],
297[3., 4., 5., 6.],
298[4., 5., 6., 7.]]],
299
300
301[[[1., 2., 3., 4.],
302[2., 3., 4., 5.],
303[3., 4., 5., 6.],
304[4., 5., 6., 7.]],
305
306[[1., 2., 3., 4.],
307[2., 3., 4., 5.],
308[3., 4., 5., 6.],
309[4., 5., 6., 7.]],
310
311[[1., 2., 3., 4.],
312[2., 3., 4., 5.],
313[3., 4., 5., 6.],
314[4., 5., 6., 7.]]]]), size=(2, 3, 2, 3, 4), nnz=4,
315layout=torch.sparse_csr)
316# _crow_indices
317tensor([[[0, 2, 4],
318[0, 3, 4],
319[0, 1, 4]],
320
321[[0, 1, 4],
322[0, 2, 4],
323[0, 3, 4]]], dtype=torch.int32)
324# _col_indices
325tensor([[[0, 1, 0, 2],
326[0, 1, 2, 0],
327[0, 0, 1, 2]],
328
329[[1, 0, 1, 2],
330[0, 2, 0, 1],
331[0, 1, 2, 1]]], dtype=torch.int32)
332# _values
333tensor([[[[1., 2., 3., 4.],
334[2., 3., 4., 5.],
335[3., 4., 5., 6.],
336[4., 5., 6., 7.]],
337
338[[1., 2., 3., 4.],
339[2., 3., 4., 5.],
340[3., 4., 5., 6.],
341[4., 5., 6., 7.]],
342
343[[1., 2., 3., 4.],
344[2., 3., 4., 5.],
345[3., 4., 5., 6.],
346[4., 5., 6., 7.]]],
347
348
349[[[1., 2., 3., 4.],
350[2., 3., 4., 5.],
351[3., 4., 5., 6.],
352[4., 5., 6., 7.]],
353
354[[1., 2., 3., 4.],
355[2., 3., 4., 5.],
356[3., 4., 5., 6.],
357[4., 5., 6., 7.]],
358
359[[1., 2., 3., 4.],
360[2., 3., 4., 5.],
361[3., 4., 5., 6.],
362[4., 5., 6., 7.]]]])
363
364########## torch.float32/torch.int32/size=()+(8, 6)+(4, 2) ##########
365# sparse tensor
366tensor(crow_indices=tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24]),
367col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
3685, 0, 1, 2, 4, 5]),
369values=tensor([[[ 1., 11.],
370[ 2., 12.],
371[ 3., 13.],
372[ 4., 14.]],
373
374[[ 2., 12.],
375[ 3., 13.],
376[ 4., 14.],
377[ 5., 15.]],
378
379[[ 3., 13.],
380[ 4., 14.],
381[ 5., 15.],
382[ 6., 16.]],
383
384[[ 4., 14.],
385[ 5., 15.],
386[ 6., 16.],
387[ 7., 17.]],
388
389[[ 5., 15.],
390[ 6., 16.],
391[ 7., 17.],
392[ 8., 18.]],
393
394[[ 6., 16.],
395[ 7., 17.],
396[ 8., 18.],
397[ 9., 19.]],
398
399[[ 7., 17.],
400[ 8., 18.],
401[ 9., 19.],
402[10., 20.]],
403
404[[ 8., 18.],
405[ 9., 19.],
406[10., 20.],
407[11., 21.]],
408
409[[ 9., 19.],
410[10., 20.],
411[11., 21.],
412[12., 22.]],
413
414[[10., 20.],
415[11., 21.],
416[12., 22.],
417[13., 23.]],
418
419[[11., 21.],
420[12., 22.],
421[13., 23.],
422[14., 24.]],
423
424[[12., 22.],
425[13., 23.],
426[14., 24.],
427[15., 25.]],
428
429[[13., 23.],
430[14., 24.],
431[15., 25.],
432[16., 26.]],
433
434[[14., 24.],
435[15., 25.],
436[16., 26.],
437[17., 27.]],
438
439[[15., 25.],
440[16., 26.],
441[17., 27.],
442[18., 28.]],
443
444[[16., 26.],
445[17., 27.],
446[18., 28.],
447[19., 29.]],
448
449[[17., 27.],
450[18., 28.],
451[19., 29.],
452[20., 30.]],
453
454[[18., 28.],
455[19., 29.],
456[20., 30.],
457[21., 31.]],
458
459[[19., 29.],
460[20., 30.],
461[21., 31.],
462[22., 32.]],
463
464[[20., 30.],
465[21., 31.],
466[22., 32.],
467[23., 33.]],
468
469[[21., 31.],
470[22., 32.],
471[23., 33.],
472[24., 34.]],
473
474[[22., 32.],
475[23., 33.],
476[24., 34.],
477[25., 35.]],
478
479[[23., 33.],
480[24., 34.],
481[25., 35.],
482[26., 36.]],
483
484[[24., 34.],
485[25., 35.],
486[26., 36.],
487[27., 37.]]]), size=(8, 6, 4, 2), nnz=24,
488layout=torch.sparse_csr)
489# _crow_indices
490tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24], dtype=torch.int32)
491# _col_indices
492tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
493dtype=torch.int32)
494# _values
495tensor([[[ 1., 11.],
496[ 2., 12.],
497[ 3., 13.],
498[ 4., 14.]],
499
500[[ 2., 12.],
501[ 3., 13.],
502[ 4., 14.],
503[ 5., 15.]],
504
505[[ 3., 13.],
506[ 4., 14.],
507[ 5., 15.],
508[ 6., 16.]],
509
510[[ 4., 14.],
511[ 5., 15.],
512[ 6., 16.],
513[ 7., 17.]],
514
515[[ 5., 15.],
516[ 6., 16.],
517[ 7., 17.],
518[ 8., 18.]],
519
520[[ 6., 16.],
521[ 7., 17.],
522[ 8., 18.],
523[ 9., 19.]],
524
525[[ 7., 17.],
526[ 8., 18.],
527[ 9., 19.],
528[10., 20.]],
529
530[[ 8., 18.],
531[ 9., 19.],
532[10., 20.],
533[11., 21.]],
534
535[[ 9., 19.],
536[10., 20.],
537[11., 21.],
538[12., 22.]],
539
540[[10., 20.],
541[11., 21.],
542[12., 22.],
543[13., 23.]],
544
545[[11., 21.],
546[12., 22.],
547[13., 23.],
548[14., 24.]],
549
550[[12., 22.],
551[13., 23.],
552[14., 24.],
553[15., 25.]],
554
555[[13., 23.],
556[14., 24.],
557[15., 25.],
558[16., 26.]],
559
560[[14., 24.],
561[15., 25.],
562[16., 26.],
563[17., 27.]],
564
565[[15., 25.],
566[16., 26.],
567[17., 27.],
568[18., 28.]],
569
570[[16., 26.],
571[17., 27.],
572[18., 28.],
573[19., 29.]],
574
575[[17., 27.],
576[18., 28.],
577[19., 29.],
578[20., 30.]],
579
580[[18., 28.],
581[19., 29.],
582[20., 30.],
583[21., 31.]],
584
585[[19., 29.],
586[20., 30.],
587[21., 31.],
588[22., 32.]],
589
590[[20., 30.],
591[21., 31.],
592[22., 32.],
593[23., 33.]],
594
595[[21., 31.],
596[22., 32.],
597[23., 33.],
598[24., 34.]],
599
600[[22., 32.],
601[23., 33.],
602[24., 34.],
603[25., 35.]],
604
605[[23., 33.],
606[24., 34.],
607[25., 35.],
608[26., 36.]],
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(crow_indices=tensor([[[0, 2, 4],
619[0, 3, 4],
620[0, 1, 4]],
621
622[[0, 1, 4],
623[0, 2, 4],
624[0, 3, 4]]]),
625col_indices=tensor([[[0, 1, 0, 2],
626[0, 1, 2, 0],
627[0, 0, 1, 2]],
628
629[[1, 0, 1, 2],
630[0, 2, 0, 1],
631[0, 1, 2, 1]]]),
632values=tensor([[[[1., 2., 3., 4.],
633[2., 3., 4., 5.],
634[3., 4., 5., 6.],
635[4., 5., 6., 7.]],
636
637[[1., 2., 3., 4.],
638[2., 3., 4., 5.],
639[3., 4., 5., 6.],
640[4., 5., 6., 7.]],
641
642[[1., 2., 3., 4.],
643[2., 3., 4., 5.],
644[3., 4., 5., 6.],
645[4., 5., 6., 7.]]],
646
647
648[[[1., 2., 3., 4.],
649[2., 3., 4., 5.],
650[3., 4., 5., 6.],
651[4., 5., 6., 7.]],
652
653[[1., 2., 3., 4.],
654[2., 3., 4., 5.],
655[3., 4., 5., 6.],
656[4., 5., 6., 7.]],
657
658[[1., 2., 3., 4.],
659[2., 3., 4., 5.],
660[3., 4., 5., 6.],
661[4., 5., 6., 7.]]]]), size=(2, 3, 2, 3, 4), nnz=4,
662dtype=torch.float64, layout=torch.sparse_csr)
663# _crow_indices
664tensor([[[0, 2, 4],
665[0, 3, 4],
666[0, 1, 4]],
667
668[[0, 1, 4],
669[0, 2, 4],
670[0, 3, 4]]], dtype=torch.int32)
671# _col_indices
672tensor([[[0, 1, 0, 2],
673[0, 1, 2, 0],
674[0, 0, 1, 2]],
675
676[[1, 0, 1, 2],
677[0, 2, 0, 1],
678[0, 1, 2, 1]]], dtype=torch.int32)
679# _values
680tensor([[[[1., 2., 3., 4.],
681[2., 3., 4., 5.],
682[3., 4., 5., 6.],
683[4., 5., 6., 7.]],
684
685[[1., 2., 3., 4.],
686[2., 3., 4., 5.],
687[3., 4., 5., 6.],
688[4., 5., 6., 7.]],
689
690[[1., 2., 3., 4.],
691[2., 3., 4., 5.],
692[3., 4., 5., 6.],
693[4., 5., 6., 7.]]],
694
695
696[[[1., 2., 3., 4.],
697[2., 3., 4., 5.],
698[3., 4., 5., 6.],
699[4., 5., 6., 7.]],
700
701[[1., 2., 3., 4.],
702[2., 3., 4., 5.],
703[3., 4., 5., 6.],
704[4., 5., 6., 7.]],
705
706[[1., 2., 3., 4.],
707[2., 3., 4., 5.],
708[3., 4., 5., 6.],
709[4., 5., 6., 7.]]]], dtype=torch.float64)
710
711########## torch.float64/torch.int32/size=()+(8, 6)+(4, 2) ##########
712# sparse tensor
713tensor(crow_indices=tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24]),
714col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
7155, 0, 1, 2, 4, 5]),
716values=tensor([[[ 1., 11.],
717[ 2., 12.],
718[ 3., 13.],
719[ 4., 14.]],
720
721[[ 2., 12.],
722[ 3., 13.],
723[ 4., 14.],
724[ 5., 15.]],
725
726[[ 3., 13.],
727[ 4., 14.],
728[ 5., 15.],
729[ 6., 16.]],
730
731[[ 4., 14.],
732[ 5., 15.],
733[ 6., 16.],
734[ 7., 17.]],
735
736[[ 5., 15.],
737[ 6., 16.],
738[ 7., 17.],
739[ 8., 18.]],
740
741[[ 6., 16.],
742[ 7., 17.],
743[ 8., 18.],
744[ 9., 19.]],
745
746[[ 7., 17.],
747[ 8., 18.],
748[ 9., 19.],
749[10., 20.]],
750
751[[ 8., 18.],
752[ 9., 19.],
753[10., 20.],
754[11., 21.]],
755
756[[ 9., 19.],
757[10., 20.],
758[11., 21.],
759[12., 22.]],
760
761[[10., 20.],
762[11., 21.],
763[12., 22.],
764[13., 23.]],
765
766[[11., 21.],
767[12., 22.],
768[13., 23.],
769[14., 24.]],
770
771[[12., 22.],
772[13., 23.],
773[14., 24.],
774[15., 25.]],
775
776[[13., 23.],
777[14., 24.],
778[15., 25.],
779[16., 26.]],
780
781[[14., 24.],
782[15., 25.],
783[16., 26.],
784[17., 27.]],
785
786[[15., 25.],
787[16., 26.],
788[17., 27.],
789[18., 28.]],
790
791[[16., 26.],
792[17., 27.],
793[18., 28.],
794[19., 29.]],
795
796[[17., 27.],
797[18., 28.],
798[19., 29.],
799[20., 30.]],
800
801[[18., 28.],
802[19., 29.],
803[20., 30.],
804[21., 31.]],
805
806[[19., 29.],
807[20., 30.],
808[21., 31.],
809[22., 32.]],
810
811[[20., 30.],
812[21., 31.],
813[22., 32.],
814[23., 33.]],
815
816[[21., 31.],
817[22., 32.],
818[23., 33.],
819[24., 34.]],
820
821[[22., 32.],
822[23., 33.],
823[24., 34.],
824[25., 35.]],
825
826[[23., 33.],
827[24., 34.],
828[25., 35.],
829[26., 36.]],
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_csr)
836# _crow_indices
837tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24], dtype=torch.int32)
838# _col_indices
839tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
840dtype=torch.int32)
841# _values
842tensor([[[ 1., 11.],
843[ 2., 12.],
844[ 3., 13.],
845[ 4., 14.]],
846
847[[ 2., 12.],
848[ 3., 13.],
849[ 4., 14.],
850[ 5., 15.]],
851
852[[ 3., 13.],
853[ 4., 14.],
854[ 5., 15.],
855[ 6., 16.]],
856
857[[ 4., 14.],
858[ 5., 15.],
859[ 6., 16.],
860[ 7., 17.]],
861
862[[ 5., 15.],
863[ 6., 16.],
864[ 7., 17.],
865[ 8., 18.]],
866
867[[ 6., 16.],
868[ 7., 17.],
869[ 8., 18.],
870[ 9., 19.]],
871
872[[ 7., 17.],
873[ 8., 18.],
874[ 9., 19.],
875[10., 20.]],
876
877[[ 8., 18.],
878[ 9., 19.],
879[10., 20.],
880[11., 21.]],
881
882[[ 9., 19.],
883[10., 20.],
884[11., 21.],
885[12., 22.]],
886
887[[10., 20.],
888[11., 21.],
889[12., 22.],
890[13., 23.]],
891
892[[11., 21.],
893[12., 22.],
894[13., 23.],
895[14., 24.]],
896
897[[12., 22.],
898[13., 23.],
899[14., 24.],
900[15., 25.]],
901
902[[13., 23.],
903[14., 24.],
904[15., 25.],
905[16., 26.]],
906
907[[14., 24.],
908[15., 25.],
909[16., 26.],
910[17., 27.]],
911
912[[15., 25.],
913[16., 26.],
914[17., 27.],
915[18., 28.]],
916
917[[16., 26.],
918[17., 27.],
919[18., 28.],
920[19., 29.]],
921
922[[17., 27.],
923[18., 28.],
924[19., 29.],
925[20., 30.]],
926
927[[18., 28.],
928[19., 29.],
929[20., 30.],
930[21., 31.]],
931
932[[19., 29.],
933[20., 30.],
934[21., 31.],
935[22., 32.]],
936
937[[20., 30.],
938[21., 31.],
939[22., 32.],
940[23., 33.]],
941
942[[21., 31.],
943[22., 32.],
944[23., 33.],
945[24., 34.]],
946
947[[22., 32.],
948[23., 33.],
949[24., 34.],
950[25., 35.]],
951
952[[23., 33.],
953[24., 34.],
954[25., 35.],
955[26., 36.]],
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(crow_indices=tensor([[[0, 2, 4],
966[0, 3, 4],
967[0, 1, 4]],
968
969[[0, 1, 4],
970[0, 2, 4],
971[0, 3, 4]]]),
972col_indices=tensor([[[0, 1, 0, 2],
973[0, 1, 2, 0],
974[0, 0, 1, 2]],
975
976[[1, 0, 1, 2],
977[0, 2, 0, 1],
978[0, 1, 2, 1]]]),
979values=tensor([[[[1., 2., 3., 4.],
980[2., 3., 4., 5.],
981[3., 4., 5., 6.],
982[4., 5., 6., 7.]],
983
984[[1., 2., 3., 4.],
985[2., 3., 4., 5.],
986[3., 4., 5., 6.],
987[4., 5., 6., 7.]],
988
989[[1., 2., 3., 4.],
990[2., 3., 4., 5.],
991[3., 4., 5., 6.],
992[4., 5., 6., 7.]]],
993
994
995[[[1., 2., 3., 4.],
996[2., 3., 4., 5.],
997[3., 4., 5., 6.],
998[4., 5., 6., 7.]],
999
1000[[1., 2., 3., 4.],
1001[2., 3., 4., 5.],
1002[3., 4., 5., 6.],
1003[4., 5., 6., 7.]],
1004
1005[[1., 2., 3., 4.],
1006[2., 3., 4., 5.],
1007[3., 4., 5., 6.],
1008[4., 5., 6., 7.]]]]), size=(2, 3, 2, 3, 4), nnz=4,
1009layout=torch.sparse_csr)
1010# _crow_indices
1011tensor([[[0, 2, 4],
1012[0, 3, 4],
1013[0, 1, 4]],
1014
1015[[0, 1, 4],
1016[0, 2, 4],
1017[0, 3, 4]]])
1018# _col_indices
1019tensor([[[0, 1, 0, 2],
1020[0, 1, 2, 0],
1021[0, 0, 1, 2]],
1022
1023[[1, 0, 1, 2],
1024[0, 2, 0, 1],
1025[0, 1, 2, 1]]])
1026# _values
1027tensor([[[[1., 2., 3., 4.],
1028[2., 3., 4., 5.],
1029[3., 4., 5., 6.],
1030[4., 5., 6., 7.]],
1031
1032[[1., 2., 3., 4.],
1033[2., 3., 4., 5.],
1034[3., 4., 5., 6.],
1035[4., 5., 6., 7.]],
1036
1037[[1., 2., 3., 4.],
1038[2., 3., 4., 5.],
1039[3., 4., 5., 6.],
1040[4., 5., 6., 7.]]],
1041
1042
1043[[[1., 2., 3., 4.],
1044[2., 3., 4., 5.],
1045[3., 4., 5., 6.],
1046[4., 5., 6., 7.]],
1047
1048[[1., 2., 3., 4.],
1049[2., 3., 4., 5.],
1050[3., 4., 5., 6.],
1051[4., 5., 6., 7.]],
1052
1053[[1., 2., 3., 4.],
1054[2., 3., 4., 5.],
1055[3., 4., 5., 6.],
1056[4., 5., 6., 7.]]]])
1057
1058########## torch.float32/torch.int64/size=()+(8, 6)+(4, 2) ##########
1059# sparse tensor
1060tensor(crow_indices=tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24]),
1061col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
10625, 0, 1, 2, 4, 5]),
1063values=tensor([[[ 1., 11.],
1064[ 2., 12.],
1065[ 3., 13.],
1066[ 4., 14.]],
1067
1068[[ 2., 12.],
1069[ 3., 13.],
1070[ 4., 14.],
1071[ 5., 15.]],
1072
1073[[ 3., 13.],
1074[ 4., 14.],
1075[ 5., 15.],
1076[ 6., 16.]],
1077
1078[[ 4., 14.],
1079[ 5., 15.],
1080[ 6., 16.],
1081[ 7., 17.]],
1082
1083[[ 5., 15.],
1084[ 6., 16.],
1085[ 7., 17.],
1086[ 8., 18.]],
1087
1088[[ 6., 16.],
1089[ 7., 17.],
1090[ 8., 18.],
1091[ 9., 19.]],
1092
1093[[ 7., 17.],
1094[ 8., 18.],
1095[ 9., 19.],
1096[10., 20.]],
1097
1098[[ 8., 18.],
1099[ 9., 19.],
1100[10., 20.],
1101[11., 21.]],
1102
1103[[ 9., 19.],
1104[10., 20.],
1105[11., 21.],
1106[12., 22.]],
1107
1108[[10., 20.],
1109[11., 21.],
1110[12., 22.],
1111[13., 23.]],
1112
1113[[11., 21.],
1114[12., 22.],
1115[13., 23.],
1116[14., 24.]],
1117
1118[[12., 22.],
1119[13., 23.],
1120[14., 24.],
1121[15., 25.]],
1122
1123[[13., 23.],
1124[14., 24.],
1125[15., 25.],
1126[16., 26.]],
1127
1128[[14., 24.],
1129[15., 25.],
1130[16., 26.],
1131[17., 27.]],
1132
1133[[15., 25.],
1134[16., 26.],
1135[17., 27.],
1136[18., 28.]],
1137
1138[[16., 26.],
1139[17., 27.],
1140[18., 28.],
1141[19., 29.]],
1142
1143[[17., 27.],
1144[18., 28.],
1145[19., 29.],
1146[20., 30.]],
1147
1148[[18., 28.],
1149[19., 29.],
1150[20., 30.],
1151[21., 31.]],
1152
1153[[19., 29.],
1154[20., 30.],
1155[21., 31.],
1156[22., 32.]],
1157
1158[[20., 30.],
1159[21., 31.],
1160[22., 32.],
1161[23., 33.]],
1162
1163[[21., 31.],
1164[22., 32.],
1165[23., 33.],
1166[24., 34.]],
1167
1168[[22., 32.],
1169[23., 33.],
1170[24., 34.],
1171[25., 35.]],
1172
1173[[23., 33.],
1174[24., 34.],
1175[25., 35.],
1176[26., 36.]],
1177
1178[[24., 34.],
1179[25., 35.],
1180[26., 36.],
1181[27., 37.]]]), size=(8, 6, 4, 2), nnz=24,
1182layout=torch.sparse_csr)
1183# _crow_indices
1184tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24])
1185# _col_indices
1186tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5])
1187# _values
1188tensor([[[ 1., 11.],
1189[ 2., 12.],
1190[ 3., 13.],
1191[ 4., 14.]],
1192
1193[[ 2., 12.],
1194[ 3., 13.],
1195[ 4., 14.],
1196[ 5., 15.]],
1197
1198[[ 3., 13.],
1199[ 4., 14.],
1200[ 5., 15.],
1201[ 6., 16.]],
1202
1203[[ 4., 14.],
1204[ 5., 15.],
1205[ 6., 16.],
1206[ 7., 17.]],
1207
1208[[ 5., 15.],
1209[ 6., 16.],
1210[ 7., 17.],
1211[ 8., 18.]],
1212
1213[[ 6., 16.],
1214[ 7., 17.],
1215[ 8., 18.],
1216[ 9., 19.]],
1217
1218[[ 7., 17.],
1219[ 8., 18.],
1220[ 9., 19.],
1221[10., 20.]],
1222
1223[[ 8., 18.],
1224[ 9., 19.],
1225[10., 20.],
1226[11., 21.]],
1227
1228[[ 9., 19.],
1229[10., 20.],
1230[11., 21.],
1231[12., 22.]],
1232
1233[[10., 20.],
1234[11., 21.],
1235[12., 22.],
1236[13., 23.]],
1237
1238[[11., 21.],
1239[12., 22.],
1240[13., 23.],
1241[14., 24.]],
1242
1243[[12., 22.],
1244[13., 23.],
1245[14., 24.],
1246[15., 25.]],
1247
1248[[13., 23.],
1249[14., 24.],
1250[15., 25.],
1251[16., 26.]],
1252
1253[[14., 24.],
1254[15., 25.],
1255[16., 26.],
1256[17., 27.]],
1257
1258[[15., 25.],
1259[16., 26.],
1260[17., 27.],
1261[18., 28.]],
1262
1263[[16., 26.],
1264[17., 27.],
1265[18., 28.],
1266[19., 29.]],
1267
1268[[17., 27.],
1269[18., 28.],
1270[19., 29.],
1271[20., 30.]],
1272
1273[[18., 28.],
1274[19., 29.],
1275[20., 30.],
1276[21., 31.]],
1277
1278[[19., 29.],
1279[20., 30.],
1280[21., 31.],
1281[22., 32.]],
1282
1283[[20., 30.],
1284[21., 31.],
1285[22., 32.],
1286[23., 33.]],
1287
1288[[21., 31.],
1289[22., 32.],
1290[23., 33.],
1291[24., 34.]],
1292
1293[[22., 32.],
1294[23., 33.],
1295[24., 34.],
1296[25., 35.]],
1297
1298[[23., 33.],
1299[24., 34.],
1300[25., 35.],
1301[26., 36.]],
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(crow_indices=tensor([[[0, 2, 4],
1312[0, 3, 4],
1313[0, 1, 4]],
1314
1315[[0, 1, 4],
1316[0, 2, 4],
1317[0, 3, 4]]]),
1318col_indices=tensor([[[0, 1, 0, 2],
1319[0, 1, 2, 0],
1320[0, 0, 1, 2]],
1321
1322[[1, 0, 1, 2],
1323[0, 2, 0, 1],
1324[0, 1, 2, 1]]]),
1325values=tensor([[[[1., 2., 3., 4.],
1326[2., 3., 4., 5.],
1327[3., 4., 5., 6.],
1328[4., 5., 6., 7.]],
1329
1330[[1., 2., 3., 4.],
1331[2., 3., 4., 5.],
1332[3., 4., 5., 6.],
1333[4., 5., 6., 7.]],
1334
1335[[1., 2., 3., 4.],
1336[2., 3., 4., 5.],
1337[3., 4., 5., 6.],
1338[4., 5., 6., 7.]]],
1339
1340
1341[[[1., 2., 3., 4.],
1342[2., 3., 4., 5.],
1343[3., 4., 5., 6.],
1344[4., 5., 6., 7.]],
1345
1346[[1., 2., 3., 4.],
1347[2., 3., 4., 5.],
1348[3., 4., 5., 6.],
1349[4., 5., 6., 7.]],
1350
1351[[1., 2., 3., 4.],
1352[2., 3., 4., 5.],
1353[3., 4., 5., 6.],
1354[4., 5., 6., 7.]]]]), size=(2, 3, 2, 3, 4), nnz=4,
1355dtype=torch.float64, layout=torch.sparse_csr)
1356# _crow_indices
1357tensor([[[0, 2, 4],
1358[0, 3, 4],
1359[0, 1, 4]],
1360
1361[[0, 1, 4],
1362[0, 2, 4],
1363[0, 3, 4]]])
1364# _col_indices
1365tensor([[[0, 1, 0, 2],
1366[0, 1, 2, 0],
1367[0, 0, 1, 2]],
1368
1369[[1, 0, 1, 2],
1370[0, 2, 0, 1],
1371[0, 1, 2, 1]]])
1372# _values
1373tensor([[[[1., 2., 3., 4.],
1374[2., 3., 4., 5.],
1375[3., 4., 5., 6.],
1376[4., 5., 6., 7.]],
1377
1378[[1., 2., 3., 4.],
1379[2., 3., 4., 5.],
1380[3., 4., 5., 6.],
1381[4., 5., 6., 7.]],
1382
1383[[1., 2., 3., 4.],
1384[2., 3., 4., 5.],
1385[3., 4., 5., 6.],
1386[4., 5., 6., 7.]]],
1387
1388
1389[[[1., 2., 3., 4.],
1390[2., 3., 4., 5.],
1391[3., 4., 5., 6.],
1392[4., 5., 6., 7.]],
1393
1394[[1., 2., 3., 4.],
1395[2., 3., 4., 5.],
1396[3., 4., 5., 6.],
1397[4., 5., 6., 7.]],
1398
1399[[1., 2., 3., 4.],
1400[2., 3., 4., 5.],
1401[3., 4., 5., 6.],
1402[4., 5., 6., 7.]]]], dtype=torch.float64)
1403
1404########## torch.float64/torch.int64/size=()+(8, 6)+(4, 2) ##########
1405# sparse tensor
1406tensor(crow_indices=tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24]),
1407col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
14085, 0, 1, 2, 4, 5]),
1409values=tensor([[[ 1., 11.],
1410[ 2., 12.],
1411[ 3., 13.],
1412[ 4., 14.]],
1413
1414[[ 2., 12.],
1415[ 3., 13.],
1416[ 4., 14.],
1417[ 5., 15.]],
1418
1419[[ 3., 13.],
1420[ 4., 14.],
1421[ 5., 15.],
1422[ 6., 16.]],
1423
1424[[ 4., 14.],
1425[ 5., 15.],
1426[ 6., 16.],
1427[ 7., 17.]],
1428
1429[[ 5., 15.],
1430[ 6., 16.],
1431[ 7., 17.],
1432[ 8., 18.]],
1433
1434[[ 6., 16.],
1435[ 7., 17.],
1436[ 8., 18.],
1437[ 9., 19.]],
1438
1439[[ 7., 17.],
1440[ 8., 18.],
1441[ 9., 19.],
1442[10., 20.]],
1443
1444[[ 8., 18.],
1445[ 9., 19.],
1446[10., 20.],
1447[11., 21.]],
1448
1449[[ 9., 19.],
1450[10., 20.],
1451[11., 21.],
1452[12., 22.]],
1453
1454[[10., 20.],
1455[11., 21.],
1456[12., 22.],
1457[13., 23.]],
1458
1459[[11., 21.],
1460[12., 22.],
1461[13., 23.],
1462[14., 24.]],
1463
1464[[12., 22.],
1465[13., 23.],
1466[14., 24.],
1467[15., 25.]],
1468
1469[[13., 23.],
1470[14., 24.],
1471[15., 25.],
1472[16., 26.]],
1473
1474[[14., 24.],
1475[15., 25.],
1476[16., 26.],
1477[17., 27.]],
1478
1479[[15., 25.],
1480[16., 26.],
1481[17., 27.],
1482[18., 28.]],
1483
1484[[16., 26.],
1485[17., 27.],
1486[18., 28.],
1487[19., 29.]],
1488
1489[[17., 27.],
1490[18., 28.],
1491[19., 29.],
1492[20., 30.]],
1493
1494[[18., 28.],
1495[19., 29.],
1496[20., 30.],
1497[21., 31.]],
1498
1499[[19., 29.],
1500[20., 30.],
1501[21., 31.],
1502[22., 32.]],
1503
1504[[20., 30.],
1505[21., 31.],
1506[22., 32.],
1507[23., 33.]],
1508
1509[[21., 31.],
1510[22., 32.],
1511[23., 33.],
1512[24., 34.]],
1513
1514[[22., 32.],
1515[23., 33.],
1516[24., 34.],
1517[25., 35.]],
1518
1519[[23., 33.],
1520[24., 34.],
1521[25., 35.],
1522[26., 36.]],
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_csr)
1529# _crow_indices
1530tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24])
1531# _col_indices
1532tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5])
1533# _values
1534tensor([[[ 1., 11.],
1535[ 2., 12.],
1536[ 3., 13.],
1537[ 4., 14.]],
1538
1539[[ 2., 12.],
1540[ 3., 13.],
1541[ 4., 14.],
1542[ 5., 15.]],
1543
1544[[ 3., 13.],
1545[ 4., 14.],
1546[ 5., 15.],
1547[ 6., 16.]],
1548
1549[[ 4., 14.],
1550[ 5., 15.],
1551[ 6., 16.],
1552[ 7., 17.]],
1553
1554[[ 5., 15.],
1555[ 6., 16.],
1556[ 7., 17.],
1557[ 8., 18.]],
1558
1559[[ 6., 16.],
1560[ 7., 17.],
1561[ 8., 18.],
1562[ 9., 19.]],
1563
1564[[ 7., 17.],
1565[ 8., 18.],
1566[ 9., 19.],
1567[10., 20.]],
1568
1569[[ 8., 18.],
1570[ 9., 19.],
1571[10., 20.],
1572[11., 21.]],
1573
1574[[ 9., 19.],
1575[10., 20.],
1576[11., 21.],
1577[12., 22.]],
1578
1579[[10., 20.],
1580[11., 21.],
1581[12., 22.],
1582[13., 23.]],
1583
1584[[11., 21.],
1585[12., 22.],
1586[13., 23.],
1587[14., 24.]],
1588
1589[[12., 22.],
1590[13., 23.],
1591[14., 24.],
1592[15., 25.]],
1593
1594[[13., 23.],
1595[14., 24.],
1596[15., 25.],
1597[16., 26.]],
1598
1599[[14., 24.],
1600[15., 25.],
1601[16., 26.],
1602[17., 27.]],
1603
1604[[15., 25.],
1605[16., 26.],
1606[17., 27.],
1607[18., 28.]],
1608
1609[[16., 26.],
1610[17., 27.],
1611[18., 28.],
1612[19., 29.]],
1613
1614[[17., 27.],
1615[18., 28.],
1616[19., 29.],
1617[20., 30.]],
1618
1619[[18., 28.],
1620[19., 29.],
1621[20., 30.],
1622[21., 31.]],
1623
1624[[19., 29.],
1625[20., 30.],
1626[21., 31.],
1627[22., 32.]],
1628
1629[[20., 30.],
1630[21., 31.],
1631[22., 32.],
1632[23., 33.]],
1633
1634[[21., 31.],
1635[22., 32.],
1636[23., 33.],
1637[24., 34.]],
1638
1639[[22., 32.],
1640[23., 33.],
1641[24., 34.],
1642[25., 35.]],
1643
1644[[23., 33.],
1645[24., 34.],
1646[25., 35.],
1647[26., 36.]],
1648
1649[[24., 34.],
1650[25., 35.],
1651[26., 36.],
1652[27., 37.]]], dtype=torch.float64)
1653
1654