pytorch

Форк
0
/
TestSparseCompressedCPU.test_print_SparseCSR_cpu.expect 
1652 строки · 43.0 Кб
1
########## torch.float32/torch.int32/size=(2, 3)+(2, 3)+() ##########
2
# sparse tensor
3
tensor(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]]]),
10
       col_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]]]),
17
       values=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,
24
       layout=torch.sparse_csr)
25
# _crow_indices
26
tensor([[[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
34
tensor([[[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
42
tensor([[[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
52
tensor(crow_indices=tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24]),
53
       col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
54
                           5, 0, 1, 2, 4, 5]),
55
       values=tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11.,
56
                      12., 13., 14., 15., 16., 17., 18., 19., 20., 21., 22.,
57
                      23., 24.]), size=(8, 6), nnz=24, layout=torch.sparse_csr)
58
# _crow_indices
59
tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24], dtype=torch.int32)
60
# _col_indices
61
tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
62
       dtype=torch.int32)
63
# _values
64
tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11., 12., 13., 14.,
65
        15., 16., 17., 18., 19., 20., 21., 22., 23., 24.])
66

67

68
########## torch.float64/torch.int32/size=(2, 3)+(2, 3)+() ##########
69
# sparse tensor
70
tensor(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]]]),
77
       col_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]]]),
84
       values=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,
91
       dtype=torch.float64, layout=torch.sparse_csr)
92
# _crow_indices
93
tensor([[[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
101
tensor([[[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
109
tensor([[[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
119
tensor(crow_indices=tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24]),
120
       col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
121
                           5, 0, 1, 2, 4, 5]),
122
       values=tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11.,
123
                      12., 13., 14., 15., 16., 17., 18., 19., 20., 21., 22.,
124
                      23., 24.]), size=(8, 6), nnz=24, dtype=torch.float64,
125
       layout=torch.sparse_csr)
126
# _crow_indices
127
tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24], dtype=torch.int32)
128
# _col_indices
129
tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
130
       dtype=torch.int32)
131
# _values
132
tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11., 12., 13., 14.,
133
        15., 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
138
tensor(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]]]),
145
       col_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]]]),
152
       values=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,
159
       layout=torch.sparse_csr)
160
# _crow_indices
161
tensor([[[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
169
tensor([[[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
177
tensor([[[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
187
tensor(crow_indices=tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24]),
188
       col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
189
                           5, 0, 1, 2, 4, 5]),
190
       values=tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11.,
191
                      12., 13., 14., 15., 16., 17., 18., 19., 20., 21., 22.,
192
                      23., 24.]), size=(8, 6), nnz=24, layout=torch.sparse_csr)
193
# _crow_indices
194
tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24])
195
# _col_indices
196
tensor([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
198
tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11., 12., 13., 14.,
199
        15., 16., 17., 18., 19., 20., 21., 22., 23., 24.])
200

201

202
########## torch.float64/torch.int64/size=(2, 3)+(2, 3)+() ##########
203
# sparse tensor
204
tensor(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]]]),
211
       col_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]]]),
218
       values=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,
225
       dtype=torch.float64, layout=torch.sparse_csr)
226
# _crow_indices
227
tensor([[[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
235
tensor([[[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
243
tensor([[[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
253
tensor(crow_indices=tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24]),
254
       col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
255
                           5, 0, 1, 2, 4, 5]),
256
       values=tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11.,
257
                      12., 13., 14., 15., 16., 17., 18., 19., 20., 21., 22.,
258
                      23., 24.]), size=(8, 6), nnz=24, dtype=torch.float64,
259
       layout=torch.sparse_csr)
260
# _crow_indices
261
tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24])
262
# _col_indices
263
tensor([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
265
tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11., 12., 13., 14.,
266
        15., 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
271
tensor(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]]]),
278
       col_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]]]),
285
       values=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,
315
       layout=torch.sparse_csr)
316
# _crow_indices
317
tensor([[[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
325
tensor([[[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
333
tensor([[[[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
366
tensor(crow_indices=tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24]),
367
       col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
368
                           5, 0, 1, 2, 4, 5]),
369
       values=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,
488
       layout=torch.sparse_csr)
489
# _crow_indices
490
tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24], dtype=torch.int32)
491
# _col_indices
492
tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
493
       dtype=torch.int32)
494
# _values
495
tensor([[[ 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
618
tensor(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]]]),
625
       col_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]]]),
632
       values=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,
662
       dtype=torch.float64, layout=torch.sparse_csr)
663
# _crow_indices
664
tensor([[[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
672
tensor([[[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
680
tensor([[[[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
713
tensor(crow_indices=tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24]),
714
       col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
715
                           5, 0, 1, 2, 4, 5]),
716
       values=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,
835
       dtype=torch.float64, layout=torch.sparse_csr)
836
# _crow_indices
837
tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24], dtype=torch.int32)
838
# _col_indices
839
tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
840
       dtype=torch.int32)
841
# _values
842
tensor([[[ 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
965
tensor(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]]]),
972
       col_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]]]),
979
       values=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,
1009
       layout=torch.sparse_csr)
1010
# _crow_indices
1011
tensor([[[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
1019
tensor([[[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
1027
tensor([[[[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
1060
tensor(crow_indices=tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24]),
1061
       col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
1062
                           5, 0, 1, 2, 4, 5]),
1063
       values=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,
1182
       layout=torch.sparse_csr)
1183
# _crow_indices
1184
tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24])
1185
# _col_indices
1186
tensor([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
1188
tensor([[[ 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
1311
tensor(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]]]),
1318
       col_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]]]),
1325
       values=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,
1355
       dtype=torch.float64, layout=torch.sparse_csr)
1356
# _crow_indices
1357
tensor([[[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
1365
tensor([[[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
1373
tensor([[[[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
1406
tensor(crow_indices=tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24]),
1407
       col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
1408
                           5, 0, 1, 2, 4, 5]),
1409
       values=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,
1528
       dtype=torch.float64, layout=torch.sparse_csr)
1529
# _crow_indices
1530
tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24])
1531
# _col_indices
1532
tensor([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
1534
tensor([[[ 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

Использование cookies

Мы используем файлы cookie в соответствии с Политикой конфиденциальности и Политикой использования cookies.

Нажимая кнопку «Принимаю», Вы даете АО «СберТех» согласие на обработку Ваших персональных данных в целях совершенствования нашего веб-сайта и Сервиса GitVerse, а также повышения удобства их использования.

Запретить использование cookies Вы можете самостоятельно в настройках Вашего браузера.