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.]]]), device='cuda:0', size=(2, 3, 2, 3),
24nnz=4, layout=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]]], device='cuda:0', 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]]], device='cuda:0', 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.]]], device='cuda:0')
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.]), device='cuda:0', size=(8, 6), nnz=24,
58layout=torch.sparse_csr)
59# _crow_indices
60tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24], device='cuda:0',
61dtype=torch.int32)
62# _col_indices
63tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
64device='cuda:0', dtype=torch.int32)
65# _values
66tensor([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11., 12., 13., 14.,
6715., 16., 17., 18., 19., 20., 21., 22., 23., 24.], device='cuda:0')
68
69
70########## torch.float64/torch.int32/size=(2, 3)+(2, 3)+() ##########
71# sparse tensor
72tensor(crow_indices=tensor([[[0, 2, 4],
73[0, 3, 4],
74[0, 1, 4]],
75
76[[0, 1, 4],
77[0, 2, 4],
78[0, 3, 4]]]),
79col_indices=tensor([[[0, 1, 0, 2],
80[0, 1, 2, 0],
81[0, 0, 1, 2]],
82
83[[1, 0, 1, 2],
84[0, 2, 0, 1],
85[0, 1, 2, 1]]]),
86values=tensor([[[1., 2., 3., 4.],
87[1., 2., 3., 4.],
88[1., 2., 3., 4.]],
89
90[[1., 2., 3., 4.],
91[1., 2., 3., 4.],
92[1., 2., 3., 4.]]]), device='cuda:0', size=(2, 3, 2, 3),
93nnz=4, dtype=torch.float64, layout=torch.sparse_csr)
94# _crow_indices
95tensor([[[0, 2, 4],
96[0, 3, 4],
97[0, 1, 4]],
98
99[[0, 1, 4],
100[0, 2, 4],
101[0, 3, 4]]], device='cuda:0', dtype=torch.int32)
102# _col_indices
103tensor([[[0, 1, 0, 2],
104[0, 1, 2, 0],
105[0, 0, 1, 2]],
106
107[[1, 0, 1, 2],
108[0, 2, 0, 1],
109[0, 1, 2, 1]]], device='cuda:0', dtype=torch.int32)
110# _values
111tensor([[[1., 2., 3., 4.],
112[1., 2., 3., 4.],
113[1., 2., 3., 4.]],
114
115[[1., 2., 3., 4.],
116[1., 2., 3., 4.],
117[1., 2., 3., 4.]]], device='cuda:0', dtype=torch.float64)
118
119########## torch.float64/torch.int32/size=()+(8, 6)+() ##########
120# sparse tensor
121tensor(crow_indices=tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24]),
122col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
1235, 0, 1, 2, 4, 5]),
124values=tensor([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11.,
12512., 13., 14., 15., 16., 17., 18., 19., 20., 21., 22.,
12623., 24.]), device='cuda:0', size=(8, 6), nnz=24,
127dtype=torch.float64, layout=torch.sparse_csr)
128# _crow_indices
129tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24], device='cuda:0',
130dtype=torch.int32)
131# _col_indices
132tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
133device='cuda:0', dtype=torch.int32)
134# _values
135tensor([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11., 12., 13., 14.,
13615., 16., 17., 18., 19., 20., 21., 22., 23., 24.], device='cuda:0',
137dtype=torch.float64)
138
139
140########## torch.float32/torch.int64/size=(2, 3)+(2, 3)+() ##########
141# sparse tensor
142tensor(crow_indices=tensor([[[0, 2, 4],
143[0, 3, 4],
144[0, 1, 4]],
145
146[[0, 1, 4],
147[0, 2, 4],
148[0, 3, 4]]]),
149col_indices=tensor([[[0, 1, 0, 2],
150[0, 1, 2, 0],
151[0, 0, 1, 2]],
152
153[[1, 0, 1, 2],
154[0, 2, 0, 1],
155[0, 1, 2, 1]]]),
156values=tensor([[[1., 2., 3., 4.],
157[1., 2., 3., 4.],
158[1., 2., 3., 4.]],
159
160[[1., 2., 3., 4.],
161[1., 2., 3., 4.],
162[1., 2., 3., 4.]]]), device='cuda:0', size=(2, 3, 2, 3),
163nnz=4, layout=torch.sparse_csr)
164# _crow_indices
165tensor([[[0, 2, 4],
166[0, 3, 4],
167[0, 1, 4]],
168
169[[0, 1, 4],
170[0, 2, 4],
171[0, 3, 4]]], device='cuda:0')
172# _col_indices
173tensor([[[0, 1, 0, 2],
174[0, 1, 2, 0],
175[0, 0, 1, 2]],
176
177[[1, 0, 1, 2],
178[0, 2, 0, 1],
179[0, 1, 2, 1]]], device='cuda:0')
180# _values
181tensor([[[1., 2., 3., 4.],
182[1., 2., 3., 4.],
183[1., 2., 3., 4.]],
184
185[[1., 2., 3., 4.],
186[1., 2., 3., 4.],
187[1., 2., 3., 4.]]], device='cuda:0')
188
189########## torch.float32/torch.int64/size=()+(8, 6)+() ##########
190# sparse tensor
191tensor(crow_indices=tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24]),
192col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
1935, 0, 1, 2, 4, 5]),
194values=tensor([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11.,
19512., 13., 14., 15., 16., 17., 18., 19., 20., 21., 22.,
19623., 24.]), device='cuda:0', size=(8, 6), nnz=24,
197layout=torch.sparse_csr)
198# _crow_indices
199tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24], device='cuda:0')
200# _col_indices
201tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
202device='cuda:0')
203# _values
204tensor([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11., 12., 13., 14.,
20515., 16., 17., 18., 19., 20., 21., 22., 23., 24.], device='cuda:0')
206
207
208########## torch.float64/torch.int64/size=(2, 3)+(2, 3)+() ##########
209# sparse tensor
210tensor(crow_indices=tensor([[[0, 2, 4],
211[0, 3, 4],
212[0, 1, 4]],
213
214[[0, 1, 4],
215[0, 2, 4],
216[0, 3, 4]]]),
217col_indices=tensor([[[0, 1, 0, 2],
218[0, 1, 2, 0],
219[0, 0, 1, 2]],
220
221[[1, 0, 1, 2],
222[0, 2, 0, 1],
223[0, 1, 2, 1]]]),
224values=tensor([[[1., 2., 3., 4.],
225[1., 2., 3., 4.],
226[1., 2., 3., 4.]],
227
228[[1., 2., 3., 4.],
229[1., 2., 3., 4.],
230[1., 2., 3., 4.]]]), device='cuda:0', size=(2, 3, 2, 3),
231nnz=4, dtype=torch.float64, layout=torch.sparse_csr)
232# _crow_indices
233tensor([[[0, 2, 4],
234[0, 3, 4],
235[0, 1, 4]],
236
237[[0, 1, 4],
238[0, 2, 4],
239[0, 3, 4]]], device='cuda:0')
240# _col_indices
241tensor([[[0, 1, 0, 2],
242[0, 1, 2, 0],
243[0, 0, 1, 2]],
244
245[[1, 0, 1, 2],
246[0, 2, 0, 1],
247[0, 1, 2, 1]]], device='cuda:0')
248# _values
249tensor([[[1., 2., 3., 4.],
250[1., 2., 3., 4.],
251[1., 2., 3., 4.]],
252
253[[1., 2., 3., 4.],
254[1., 2., 3., 4.],
255[1., 2., 3., 4.]]], device='cuda:0', dtype=torch.float64)
256
257########## torch.float64/torch.int64/size=()+(8, 6)+() ##########
258# sparse tensor
259tensor(crow_indices=tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24]),
260col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
2615, 0, 1, 2, 4, 5]),
262values=tensor([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11.,
26312., 13., 14., 15., 16., 17., 18., 19., 20., 21., 22.,
26423., 24.]), device='cuda:0', size=(8, 6), nnz=24,
265dtype=torch.float64, layout=torch.sparse_csr)
266# _crow_indices
267tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24], device='cuda:0')
268# _col_indices
269tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
270device='cuda:0')
271# _values
272tensor([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11., 12., 13., 14.,
27315., 16., 17., 18., 19., 20., 21., 22., 23., 24.], device='cuda:0',
274dtype=torch.float64)
275
276
277########## torch.float32/torch.int32/size=(2, 3)+(2, 3)+(4,) ##########
278# sparse tensor
279tensor(crow_indices=tensor([[[0, 2, 4],
280[0, 3, 4],
281[0, 1, 4]],
282
283[[0, 1, 4],
284[0, 2, 4],
285[0, 3, 4]]]),
286col_indices=tensor([[[0, 1, 0, 2],
287[0, 1, 2, 0],
288[0, 0, 1, 2]],
289
290[[1, 0, 1, 2],
291[0, 2, 0, 1],
292[0, 1, 2, 1]]]),
293values=tensor([[[[1., 2., 3., 4.],
294[2., 3., 4., 5.],
295[3., 4., 5., 6.],
296[4., 5., 6., 7.]],
297
298[[1., 2., 3., 4.],
299[2., 3., 4., 5.],
300[3., 4., 5., 6.],
301[4., 5., 6., 7.]],
302
303[[1., 2., 3., 4.],
304[2., 3., 4., 5.],
305[3., 4., 5., 6.],
306[4., 5., 6., 7.]]],
307
308
309[[[1., 2., 3., 4.],
310[2., 3., 4., 5.],
311[3., 4., 5., 6.],
312[4., 5., 6., 7.]],
313
314[[1., 2., 3., 4.],
315[2., 3., 4., 5.],
316[3., 4., 5., 6.],
317[4., 5., 6., 7.]],
318
319[[1., 2., 3., 4.],
320[2., 3., 4., 5.],
321[3., 4., 5., 6.],
322[4., 5., 6., 7.]]]]), device='cuda:0',
323size=(2, 3, 2, 3, 4), nnz=4, layout=torch.sparse_csr)
324# _crow_indices
325tensor([[[0, 2, 4],
326[0, 3, 4],
327[0, 1, 4]],
328
329[[0, 1, 4],
330[0, 2, 4],
331[0, 3, 4]]], device='cuda:0', dtype=torch.int32)
332# _col_indices
333tensor([[[0, 1, 0, 2],
334[0, 1, 2, 0],
335[0, 0, 1, 2]],
336
337[[1, 0, 1, 2],
338[0, 2, 0, 1],
339[0, 1, 2, 1]]], device='cuda:0', dtype=torch.int32)
340# _values
341tensor([[[[1., 2., 3., 4.],
342[2., 3., 4., 5.],
343[3., 4., 5., 6.],
344[4., 5., 6., 7.]],
345
346[[1., 2., 3., 4.],
347[2., 3., 4., 5.],
348[3., 4., 5., 6.],
349[4., 5., 6., 7.]],
350
351[[1., 2., 3., 4.],
352[2., 3., 4., 5.],
353[3., 4., 5., 6.],
354[4., 5., 6., 7.]]],
355
356
357[[[1., 2., 3., 4.],
358[2., 3., 4., 5.],
359[3., 4., 5., 6.],
360[4., 5., 6., 7.]],
361
362[[1., 2., 3., 4.],
363[2., 3., 4., 5.],
364[3., 4., 5., 6.],
365[4., 5., 6., 7.]],
366
367[[1., 2., 3., 4.],
368[2., 3., 4., 5.],
369[3., 4., 5., 6.],
370[4., 5., 6., 7.]]]], device='cuda:0')
371
372########## torch.float32/torch.int32/size=()+(8, 6)+(4, 2) ##########
373# sparse tensor
374tensor(crow_indices=tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24]),
375col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
3765, 0, 1, 2, 4, 5]),
377values=tensor([[[ 1., 11.],
378[ 2., 12.],
379[ 3., 13.],
380[ 4., 14.]],
381
382[[ 2., 12.],
383[ 3., 13.],
384[ 4., 14.],
385[ 5., 15.]],
386
387[[ 3., 13.],
388[ 4., 14.],
389[ 5., 15.],
390[ 6., 16.]],
391
392[[ 4., 14.],
393[ 5., 15.],
394[ 6., 16.],
395[ 7., 17.]],
396
397[[ 5., 15.],
398[ 6., 16.],
399[ 7., 17.],
400[ 8., 18.]],
401
402[[ 6., 16.],
403[ 7., 17.],
404[ 8., 18.],
405[ 9., 19.]],
406
407[[ 7., 17.],
408[ 8., 18.],
409[ 9., 19.],
410[10., 20.]],
411
412[[ 8., 18.],
413[ 9., 19.],
414[10., 20.],
415[11., 21.]],
416
417[[ 9., 19.],
418[10., 20.],
419[11., 21.],
420[12., 22.]],
421
422[[10., 20.],
423[11., 21.],
424[12., 22.],
425[13., 23.]],
426
427[[11., 21.],
428[12., 22.],
429[13., 23.],
430[14., 24.]],
431
432[[12., 22.],
433[13., 23.],
434[14., 24.],
435[15., 25.]],
436
437[[13., 23.],
438[14., 24.],
439[15., 25.],
440[16., 26.]],
441
442[[14., 24.],
443[15., 25.],
444[16., 26.],
445[17., 27.]],
446
447[[15., 25.],
448[16., 26.],
449[17., 27.],
450[18., 28.]],
451
452[[16., 26.],
453[17., 27.],
454[18., 28.],
455[19., 29.]],
456
457[[17., 27.],
458[18., 28.],
459[19., 29.],
460[20., 30.]],
461
462[[18., 28.],
463[19., 29.],
464[20., 30.],
465[21., 31.]],
466
467[[19., 29.],
468[20., 30.],
469[21., 31.],
470[22., 32.]],
471
472[[20., 30.],
473[21., 31.],
474[22., 32.],
475[23., 33.]],
476
477[[21., 31.],
478[22., 32.],
479[23., 33.],
480[24., 34.]],
481
482[[22., 32.],
483[23., 33.],
484[24., 34.],
485[25., 35.]],
486
487[[23., 33.],
488[24., 34.],
489[25., 35.],
490[26., 36.]],
491
492[[24., 34.],
493[25., 35.],
494[26., 36.],
495[27., 37.]]]), device='cuda:0', size=(8, 6, 4, 2),
496nnz=24, layout=torch.sparse_csr)
497# _crow_indices
498tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24], device='cuda:0',
499dtype=torch.int32)
500# _col_indices
501tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
502device='cuda:0', dtype=torch.int32)
503# _values
504tensor([[[ 1., 11.],
505[ 2., 12.],
506[ 3., 13.],
507[ 4., 14.]],
508
509[[ 2., 12.],
510[ 3., 13.],
511[ 4., 14.],
512[ 5., 15.]],
513
514[[ 3., 13.],
515[ 4., 14.],
516[ 5., 15.],
517[ 6., 16.]],
518
519[[ 4., 14.],
520[ 5., 15.],
521[ 6., 16.],
522[ 7., 17.]],
523
524[[ 5., 15.],
525[ 6., 16.],
526[ 7., 17.],
527[ 8., 18.]],
528
529[[ 6., 16.],
530[ 7., 17.],
531[ 8., 18.],
532[ 9., 19.]],
533
534[[ 7., 17.],
535[ 8., 18.],
536[ 9., 19.],
537[10., 20.]],
538
539[[ 8., 18.],
540[ 9., 19.],
541[10., 20.],
542[11., 21.]],
543
544[[ 9., 19.],
545[10., 20.],
546[11., 21.],
547[12., 22.]],
548
549[[10., 20.],
550[11., 21.],
551[12., 22.],
552[13., 23.]],
553
554[[11., 21.],
555[12., 22.],
556[13., 23.],
557[14., 24.]],
558
559[[12., 22.],
560[13., 23.],
561[14., 24.],
562[15., 25.]],
563
564[[13., 23.],
565[14., 24.],
566[15., 25.],
567[16., 26.]],
568
569[[14., 24.],
570[15., 25.],
571[16., 26.],
572[17., 27.]],
573
574[[15., 25.],
575[16., 26.],
576[17., 27.],
577[18., 28.]],
578
579[[16., 26.],
580[17., 27.],
581[18., 28.],
582[19., 29.]],
583
584[[17., 27.],
585[18., 28.],
586[19., 29.],
587[20., 30.]],
588
589[[18., 28.],
590[19., 29.],
591[20., 30.],
592[21., 31.]],
593
594[[19., 29.],
595[20., 30.],
596[21., 31.],
597[22., 32.]],
598
599[[20., 30.],
600[21., 31.],
601[22., 32.],
602[23., 33.]],
603
604[[21., 31.],
605[22., 32.],
606[23., 33.],
607[24., 34.]],
608
609[[22., 32.],
610[23., 33.],
611[24., 34.],
612[25., 35.]],
613
614[[23., 33.],
615[24., 34.],
616[25., 35.],
617[26., 36.]],
618
619[[24., 34.],
620[25., 35.],
621[26., 36.],
622[27., 37.]]], device='cuda:0')
623
624
625########## torch.float64/torch.int32/size=(2, 3)+(2, 3)+(4,) ##########
626# sparse tensor
627tensor(crow_indices=tensor([[[0, 2, 4],
628[0, 3, 4],
629[0, 1, 4]],
630
631[[0, 1, 4],
632[0, 2, 4],
633[0, 3, 4]]]),
634col_indices=tensor([[[0, 1, 0, 2],
635[0, 1, 2, 0],
636[0, 0, 1, 2]],
637
638[[1, 0, 1, 2],
639[0, 2, 0, 1],
640[0, 1, 2, 1]]]),
641values=tensor([[[[1., 2., 3., 4.],
642[2., 3., 4., 5.],
643[3., 4., 5., 6.],
644[4., 5., 6., 7.]],
645
646[[1., 2., 3., 4.],
647[2., 3., 4., 5.],
648[3., 4., 5., 6.],
649[4., 5., 6., 7.]],
650
651[[1., 2., 3., 4.],
652[2., 3., 4., 5.],
653[3., 4., 5., 6.],
654[4., 5., 6., 7.]]],
655
656
657[[[1., 2., 3., 4.],
658[2., 3., 4., 5.],
659[3., 4., 5., 6.],
660[4., 5., 6., 7.]],
661
662[[1., 2., 3., 4.],
663[2., 3., 4., 5.],
664[3., 4., 5., 6.],
665[4., 5., 6., 7.]],
666
667[[1., 2., 3., 4.],
668[2., 3., 4., 5.],
669[3., 4., 5., 6.],
670[4., 5., 6., 7.]]]]), device='cuda:0',
671size=(2, 3, 2, 3, 4), nnz=4, dtype=torch.float64, layout=torch.sparse_csr)
672# _crow_indices
673tensor([[[0, 2, 4],
674[0, 3, 4],
675[0, 1, 4]],
676
677[[0, 1, 4],
678[0, 2, 4],
679[0, 3, 4]]], device='cuda:0', dtype=torch.int32)
680# _col_indices
681tensor([[[0, 1, 0, 2],
682[0, 1, 2, 0],
683[0, 0, 1, 2]],
684
685[[1, 0, 1, 2],
686[0, 2, 0, 1],
687[0, 1, 2, 1]]], device='cuda:0', dtype=torch.int32)
688# _values
689tensor([[[[1., 2., 3., 4.],
690[2., 3., 4., 5.],
691[3., 4., 5., 6.],
692[4., 5., 6., 7.]],
693
694[[1., 2., 3., 4.],
695[2., 3., 4., 5.],
696[3., 4., 5., 6.],
697[4., 5., 6., 7.]],
698
699[[1., 2., 3., 4.],
700[2., 3., 4., 5.],
701[3., 4., 5., 6.],
702[4., 5., 6., 7.]]],
703
704
705[[[1., 2., 3., 4.],
706[2., 3., 4., 5.],
707[3., 4., 5., 6.],
708[4., 5., 6., 7.]],
709
710[[1., 2., 3., 4.],
711[2., 3., 4., 5.],
712[3., 4., 5., 6.],
713[4., 5., 6., 7.]],
714
715[[1., 2., 3., 4.],
716[2., 3., 4., 5.],
717[3., 4., 5., 6.],
718[4., 5., 6., 7.]]]], device='cuda:0', dtype=torch.float64)
719
720########## torch.float64/torch.int32/size=()+(8, 6)+(4, 2) ##########
721# sparse tensor
722tensor(crow_indices=tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24]),
723col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
7245, 0, 1, 2, 4, 5]),
725values=tensor([[[ 1., 11.],
726[ 2., 12.],
727[ 3., 13.],
728[ 4., 14.]],
729
730[[ 2., 12.],
731[ 3., 13.],
732[ 4., 14.],
733[ 5., 15.]],
734
735[[ 3., 13.],
736[ 4., 14.],
737[ 5., 15.],
738[ 6., 16.]],
739
740[[ 4., 14.],
741[ 5., 15.],
742[ 6., 16.],
743[ 7., 17.]],
744
745[[ 5., 15.],
746[ 6., 16.],
747[ 7., 17.],
748[ 8., 18.]],
749
750[[ 6., 16.],
751[ 7., 17.],
752[ 8., 18.],
753[ 9., 19.]],
754
755[[ 7., 17.],
756[ 8., 18.],
757[ 9., 19.],
758[10., 20.]],
759
760[[ 8., 18.],
761[ 9., 19.],
762[10., 20.],
763[11., 21.]],
764
765[[ 9., 19.],
766[10., 20.],
767[11., 21.],
768[12., 22.]],
769
770[[10., 20.],
771[11., 21.],
772[12., 22.],
773[13., 23.]],
774
775[[11., 21.],
776[12., 22.],
777[13., 23.],
778[14., 24.]],
779
780[[12., 22.],
781[13., 23.],
782[14., 24.],
783[15., 25.]],
784
785[[13., 23.],
786[14., 24.],
787[15., 25.],
788[16., 26.]],
789
790[[14., 24.],
791[15., 25.],
792[16., 26.],
793[17., 27.]],
794
795[[15., 25.],
796[16., 26.],
797[17., 27.],
798[18., 28.]],
799
800[[16., 26.],
801[17., 27.],
802[18., 28.],
803[19., 29.]],
804
805[[17., 27.],
806[18., 28.],
807[19., 29.],
808[20., 30.]],
809
810[[18., 28.],
811[19., 29.],
812[20., 30.],
813[21., 31.]],
814
815[[19., 29.],
816[20., 30.],
817[21., 31.],
818[22., 32.]],
819
820[[20., 30.],
821[21., 31.],
822[22., 32.],
823[23., 33.]],
824
825[[21., 31.],
826[22., 32.],
827[23., 33.],
828[24., 34.]],
829
830[[22., 32.],
831[23., 33.],
832[24., 34.],
833[25., 35.]],
834
835[[23., 33.],
836[24., 34.],
837[25., 35.],
838[26., 36.]],
839
840[[24., 34.],
841[25., 35.],
842[26., 36.],
843[27., 37.]]]), device='cuda:0', size=(8, 6, 4, 2),
844nnz=24, dtype=torch.float64, layout=torch.sparse_csr)
845# _crow_indices
846tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24], device='cuda:0',
847dtype=torch.int32)
848# _col_indices
849tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
850device='cuda:0', dtype=torch.int32)
851# _values
852tensor([[[ 1., 11.],
853[ 2., 12.],
854[ 3., 13.],
855[ 4., 14.]],
856
857[[ 2., 12.],
858[ 3., 13.],
859[ 4., 14.],
860[ 5., 15.]],
861
862[[ 3., 13.],
863[ 4., 14.],
864[ 5., 15.],
865[ 6., 16.]],
866
867[[ 4., 14.],
868[ 5., 15.],
869[ 6., 16.],
870[ 7., 17.]],
871
872[[ 5., 15.],
873[ 6., 16.],
874[ 7., 17.],
875[ 8., 18.]],
876
877[[ 6., 16.],
878[ 7., 17.],
879[ 8., 18.],
880[ 9., 19.]],
881
882[[ 7., 17.],
883[ 8., 18.],
884[ 9., 19.],
885[10., 20.]],
886
887[[ 8., 18.],
888[ 9., 19.],
889[10., 20.],
890[11., 21.]],
891
892[[ 9., 19.],
893[10., 20.],
894[11., 21.],
895[12., 22.]],
896
897[[10., 20.],
898[11., 21.],
899[12., 22.],
900[13., 23.]],
901
902[[11., 21.],
903[12., 22.],
904[13., 23.],
905[14., 24.]],
906
907[[12., 22.],
908[13., 23.],
909[14., 24.],
910[15., 25.]],
911
912[[13., 23.],
913[14., 24.],
914[15., 25.],
915[16., 26.]],
916
917[[14., 24.],
918[15., 25.],
919[16., 26.],
920[17., 27.]],
921
922[[15., 25.],
923[16., 26.],
924[17., 27.],
925[18., 28.]],
926
927[[16., 26.],
928[17., 27.],
929[18., 28.],
930[19., 29.]],
931
932[[17., 27.],
933[18., 28.],
934[19., 29.],
935[20., 30.]],
936
937[[18., 28.],
938[19., 29.],
939[20., 30.],
940[21., 31.]],
941
942[[19., 29.],
943[20., 30.],
944[21., 31.],
945[22., 32.]],
946
947[[20., 30.],
948[21., 31.],
949[22., 32.],
950[23., 33.]],
951
952[[21., 31.],
953[22., 32.],
954[23., 33.],
955[24., 34.]],
956
957[[22., 32.],
958[23., 33.],
959[24., 34.],
960[25., 35.]],
961
962[[23., 33.],
963[24., 34.],
964[25., 35.],
965[26., 36.]],
966
967[[24., 34.],
968[25., 35.],
969[26., 36.],
970[27., 37.]]], device='cuda:0', dtype=torch.float64)
971
972
973########## torch.float32/torch.int64/size=(2, 3)+(2, 3)+(4,) ##########
974# sparse tensor
975tensor(crow_indices=tensor([[[0, 2, 4],
976[0, 3, 4],
977[0, 1, 4]],
978
979[[0, 1, 4],
980[0, 2, 4],
981[0, 3, 4]]]),
982col_indices=tensor([[[0, 1, 0, 2],
983[0, 1, 2, 0],
984[0, 0, 1, 2]],
985
986[[1, 0, 1, 2],
987[0, 2, 0, 1],
988[0, 1, 2, 1]]]),
989values=tensor([[[[1., 2., 3., 4.],
990[2., 3., 4., 5.],
991[3., 4., 5., 6.],
992[4., 5., 6., 7.]],
993
994[[1., 2., 3., 4.],
995[2., 3., 4., 5.],
996[3., 4., 5., 6.],
997[4., 5., 6., 7.]],
998
999[[1., 2., 3., 4.],
1000[2., 3., 4., 5.],
1001[3., 4., 5., 6.],
1002[4., 5., 6., 7.]]],
1003
1004
1005[[[1., 2., 3., 4.],
1006[2., 3., 4., 5.],
1007[3., 4., 5., 6.],
1008[4., 5., 6., 7.]],
1009
1010[[1., 2., 3., 4.],
1011[2., 3., 4., 5.],
1012[3., 4., 5., 6.],
1013[4., 5., 6., 7.]],
1014
1015[[1., 2., 3., 4.],
1016[2., 3., 4., 5.],
1017[3., 4., 5., 6.],
1018[4., 5., 6., 7.]]]]), device='cuda:0',
1019size=(2, 3, 2, 3, 4), nnz=4, layout=torch.sparse_csr)
1020# _crow_indices
1021tensor([[[0, 2, 4],
1022[0, 3, 4],
1023[0, 1, 4]],
1024
1025[[0, 1, 4],
1026[0, 2, 4],
1027[0, 3, 4]]], device='cuda:0')
1028# _col_indices
1029tensor([[[0, 1, 0, 2],
1030[0, 1, 2, 0],
1031[0, 0, 1, 2]],
1032
1033[[1, 0, 1, 2],
1034[0, 2, 0, 1],
1035[0, 1, 2, 1]]], device='cuda:0')
1036# _values
1037tensor([[[[1., 2., 3., 4.],
1038[2., 3., 4., 5.],
1039[3., 4., 5., 6.],
1040[4., 5., 6., 7.]],
1041
1042[[1., 2., 3., 4.],
1043[2., 3., 4., 5.],
1044[3., 4., 5., 6.],
1045[4., 5., 6., 7.]],
1046
1047[[1., 2., 3., 4.],
1048[2., 3., 4., 5.],
1049[3., 4., 5., 6.],
1050[4., 5., 6., 7.]]],
1051
1052
1053[[[1., 2., 3., 4.],
1054[2., 3., 4., 5.],
1055[3., 4., 5., 6.],
1056[4., 5., 6., 7.]],
1057
1058[[1., 2., 3., 4.],
1059[2., 3., 4., 5.],
1060[3., 4., 5., 6.],
1061[4., 5., 6., 7.]],
1062
1063[[1., 2., 3., 4.],
1064[2., 3., 4., 5.],
1065[3., 4., 5., 6.],
1066[4., 5., 6., 7.]]]], device='cuda:0')
1067
1068########## torch.float32/torch.int64/size=()+(8, 6)+(4, 2) ##########
1069# sparse tensor
1070tensor(crow_indices=tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24]),
1071col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
10725, 0, 1, 2, 4, 5]),
1073values=tensor([[[ 1., 11.],
1074[ 2., 12.],
1075[ 3., 13.],
1076[ 4., 14.]],
1077
1078[[ 2., 12.],
1079[ 3., 13.],
1080[ 4., 14.],
1081[ 5., 15.]],
1082
1083[[ 3., 13.],
1084[ 4., 14.],
1085[ 5., 15.],
1086[ 6., 16.]],
1087
1088[[ 4., 14.],
1089[ 5., 15.],
1090[ 6., 16.],
1091[ 7., 17.]],
1092
1093[[ 5., 15.],
1094[ 6., 16.],
1095[ 7., 17.],
1096[ 8., 18.]],
1097
1098[[ 6., 16.],
1099[ 7., 17.],
1100[ 8., 18.],
1101[ 9., 19.]],
1102
1103[[ 7., 17.],
1104[ 8., 18.],
1105[ 9., 19.],
1106[10., 20.]],
1107
1108[[ 8., 18.],
1109[ 9., 19.],
1110[10., 20.],
1111[11., 21.]],
1112
1113[[ 9., 19.],
1114[10., 20.],
1115[11., 21.],
1116[12., 22.]],
1117
1118[[10., 20.],
1119[11., 21.],
1120[12., 22.],
1121[13., 23.]],
1122
1123[[11., 21.],
1124[12., 22.],
1125[13., 23.],
1126[14., 24.]],
1127
1128[[12., 22.],
1129[13., 23.],
1130[14., 24.],
1131[15., 25.]],
1132
1133[[13., 23.],
1134[14., 24.],
1135[15., 25.],
1136[16., 26.]],
1137
1138[[14., 24.],
1139[15., 25.],
1140[16., 26.],
1141[17., 27.]],
1142
1143[[15., 25.],
1144[16., 26.],
1145[17., 27.],
1146[18., 28.]],
1147
1148[[16., 26.],
1149[17., 27.],
1150[18., 28.],
1151[19., 29.]],
1152
1153[[17., 27.],
1154[18., 28.],
1155[19., 29.],
1156[20., 30.]],
1157
1158[[18., 28.],
1159[19., 29.],
1160[20., 30.],
1161[21., 31.]],
1162
1163[[19., 29.],
1164[20., 30.],
1165[21., 31.],
1166[22., 32.]],
1167
1168[[20., 30.],
1169[21., 31.],
1170[22., 32.],
1171[23., 33.]],
1172
1173[[21., 31.],
1174[22., 32.],
1175[23., 33.],
1176[24., 34.]],
1177
1178[[22., 32.],
1179[23., 33.],
1180[24., 34.],
1181[25., 35.]],
1182
1183[[23., 33.],
1184[24., 34.],
1185[25., 35.],
1186[26., 36.]],
1187
1188[[24., 34.],
1189[25., 35.],
1190[26., 36.],
1191[27., 37.]]]), device='cuda:0', size=(8, 6, 4, 2),
1192nnz=24, layout=torch.sparse_csr)
1193# _crow_indices
1194tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24], device='cuda:0')
1195# _col_indices
1196tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
1197device='cuda:0')
1198# _values
1199tensor([[[ 1., 11.],
1200[ 2., 12.],
1201[ 3., 13.],
1202[ 4., 14.]],
1203
1204[[ 2., 12.],
1205[ 3., 13.],
1206[ 4., 14.],
1207[ 5., 15.]],
1208
1209[[ 3., 13.],
1210[ 4., 14.],
1211[ 5., 15.],
1212[ 6., 16.]],
1213
1214[[ 4., 14.],
1215[ 5., 15.],
1216[ 6., 16.],
1217[ 7., 17.]],
1218
1219[[ 5., 15.],
1220[ 6., 16.],
1221[ 7., 17.],
1222[ 8., 18.]],
1223
1224[[ 6., 16.],
1225[ 7., 17.],
1226[ 8., 18.],
1227[ 9., 19.]],
1228
1229[[ 7., 17.],
1230[ 8., 18.],
1231[ 9., 19.],
1232[10., 20.]],
1233
1234[[ 8., 18.],
1235[ 9., 19.],
1236[10., 20.],
1237[11., 21.]],
1238
1239[[ 9., 19.],
1240[10., 20.],
1241[11., 21.],
1242[12., 22.]],
1243
1244[[10., 20.],
1245[11., 21.],
1246[12., 22.],
1247[13., 23.]],
1248
1249[[11., 21.],
1250[12., 22.],
1251[13., 23.],
1252[14., 24.]],
1253
1254[[12., 22.],
1255[13., 23.],
1256[14., 24.],
1257[15., 25.]],
1258
1259[[13., 23.],
1260[14., 24.],
1261[15., 25.],
1262[16., 26.]],
1263
1264[[14., 24.],
1265[15., 25.],
1266[16., 26.],
1267[17., 27.]],
1268
1269[[15., 25.],
1270[16., 26.],
1271[17., 27.],
1272[18., 28.]],
1273
1274[[16., 26.],
1275[17., 27.],
1276[18., 28.],
1277[19., 29.]],
1278
1279[[17., 27.],
1280[18., 28.],
1281[19., 29.],
1282[20., 30.]],
1283
1284[[18., 28.],
1285[19., 29.],
1286[20., 30.],
1287[21., 31.]],
1288
1289[[19., 29.],
1290[20., 30.],
1291[21., 31.],
1292[22., 32.]],
1293
1294[[20., 30.],
1295[21., 31.],
1296[22., 32.],
1297[23., 33.]],
1298
1299[[21., 31.],
1300[22., 32.],
1301[23., 33.],
1302[24., 34.]],
1303
1304[[22., 32.],
1305[23., 33.],
1306[24., 34.],
1307[25., 35.]],
1308
1309[[23., 33.],
1310[24., 34.],
1311[25., 35.],
1312[26., 36.]],
1313
1314[[24., 34.],
1315[25., 35.],
1316[26., 36.],
1317[27., 37.]]], device='cuda:0')
1318
1319
1320########## torch.float64/torch.int64/size=(2, 3)+(2, 3)+(4,) ##########
1321# sparse tensor
1322tensor(crow_indices=tensor([[[0, 2, 4],
1323[0, 3, 4],
1324[0, 1, 4]],
1325
1326[[0, 1, 4],
1327[0, 2, 4],
1328[0, 3, 4]]]),
1329col_indices=tensor([[[0, 1, 0, 2],
1330[0, 1, 2, 0],
1331[0, 0, 1, 2]],
1332
1333[[1, 0, 1, 2],
1334[0, 2, 0, 1],
1335[0, 1, 2, 1]]]),
1336values=tensor([[[[1., 2., 3., 4.],
1337[2., 3., 4., 5.],
1338[3., 4., 5., 6.],
1339[4., 5., 6., 7.]],
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
1352[[[1., 2., 3., 4.],
1353[2., 3., 4., 5.],
1354[3., 4., 5., 6.],
1355[4., 5., 6., 7.]],
1356
1357[[1., 2., 3., 4.],
1358[2., 3., 4., 5.],
1359[3., 4., 5., 6.],
1360[4., 5., 6., 7.]],
1361
1362[[1., 2., 3., 4.],
1363[2., 3., 4., 5.],
1364[3., 4., 5., 6.],
1365[4., 5., 6., 7.]]]]), device='cuda:0',
1366size=(2, 3, 2, 3, 4), nnz=4, dtype=torch.float64, layout=torch.sparse_csr)
1367# _crow_indices
1368tensor([[[0, 2, 4],
1369[0, 3, 4],
1370[0, 1, 4]],
1371
1372[[0, 1, 4],
1373[0, 2, 4],
1374[0, 3, 4]]], device='cuda:0')
1375# _col_indices
1376tensor([[[0, 1, 0, 2],
1377[0, 1, 2, 0],
1378[0, 0, 1, 2]],
1379
1380[[1, 0, 1, 2],
1381[0, 2, 0, 1],
1382[0, 1, 2, 1]]], device='cuda:0')
1383# _values
1384tensor([[[[1., 2., 3., 4.],
1385[2., 3., 4., 5.],
1386[3., 4., 5., 6.],
1387[4., 5., 6., 7.]],
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
1400[[[1., 2., 3., 4.],
1401[2., 3., 4., 5.],
1402[3., 4., 5., 6.],
1403[4., 5., 6., 7.]],
1404
1405[[1., 2., 3., 4.],
1406[2., 3., 4., 5.],
1407[3., 4., 5., 6.],
1408[4., 5., 6., 7.]],
1409
1410[[1., 2., 3., 4.],
1411[2., 3., 4., 5.],
1412[3., 4., 5., 6.],
1413[4., 5., 6., 7.]]]], device='cuda:0', dtype=torch.float64)
1414
1415########## torch.float64/torch.int64/size=()+(8, 6)+(4, 2) ##########
1416# sparse tensor
1417tensor(crow_indices=tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24]),
1418col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
14195, 0, 1, 2, 4, 5]),
1420values=tensor([[[ 1., 11.],
1421[ 2., 12.],
1422[ 3., 13.],
1423[ 4., 14.]],
1424
1425[[ 2., 12.],
1426[ 3., 13.],
1427[ 4., 14.],
1428[ 5., 15.]],
1429
1430[[ 3., 13.],
1431[ 4., 14.],
1432[ 5., 15.],
1433[ 6., 16.]],
1434
1435[[ 4., 14.],
1436[ 5., 15.],
1437[ 6., 16.],
1438[ 7., 17.]],
1439
1440[[ 5., 15.],
1441[ 6., 16.],
1442[ 7., 17.],
1443[ 8., 18.]],
1444
1445[[ 6., 16.],
1446[ 7., 17.],
1447[ 8., 18.],
1448[ 9., 19.]],
1449
1450[[ 7., 17.],
1451[ 8., 18.],
1452[ 9., 19.],
1453[10., 20.]],
1454
1455[[ 8., 18.],
1456[ 9., 19.],
1457[10., 20.],
1458[11., 21.]],
1459
1460[[ 9., 19.],
1461[10., 20.],
1462[11., 21.],
1463[12., 22.]],
1464
1465[[10., 20.],
1466[11., 21.],
1467[12., 22.],
1468[13., 23.]],
1469
1470[[11., 21.],
1471[12., 22.],
1472[13., 23.],
1473[14., 24.]],
1474
1475[[12., 22.],
1476[13., 23.],
1477[14., 24.],
1478[15., 25.]],
1479
1480[[13., 23.],
1481[14., 24.],
1482[15., 25.],
1483[16., 26.]],
1484
1485[[14., 24.],
1486[15., 25.],
1487[16., 26.],
1488[17., 27.]],
1489
1490[[15., 25.],
1491[16., 26.],
1492[17., 27.],
1493[18., 28.]],
1494
1495[[16., 26.],
1496[17., 27.],
1497[18., 28.],
1498[19., 29.]],
1499
1500[[17., 27.],
1501[18., 28.],
1502[19., 29.],
1503[20., 30.]],
1504
1505[[18., 28.],
1506[19., 29.],
1507[20., 30.],
1508[21., 31.]],
1509
1510[[19., 29.],
1511[20., 30.],
1512[21., 31.],
1513[22., 32.]],
1514
1515[[20., 30.],
1516[21., 31.],
1517[22., 32.],
1518[23., 33.]],
1519
1520[[21., 31.],
1521[22., 32.],
1522[23., 33.],
1523[24., 34.]],
1524
1525[[22., 32.],
1526[23., 33.],
1527[24., 34.],
1528[25., 35.]],
1529
1530[[23., 33.],
1531[24., 34.],
1532[25., 35.],
1533[26., 36.]],
1534
1535[[24., 34.],
1536[25., 35.],
1537[26., 36.],
1538[27., 37.]]]), device='cuda:0', size=(8, 6, 4, 2),
1539nnz=24, dtype=torch.float64, layout=torch.sparse_csr)
1540# _crow_indices
1541tensor([ 0, 3, 5, 8, 8, 12, 17, 19, 24], device='cuda:0')
1542# _col_indices
1543tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
1544device='cuda:0')
1545# _values
1546tensor([[[ 1., 11.],
1547[ 2., 12.],
1548[ 3., 13.],
1549[ 4., 14.]],
1550
1551[[ 2., 12.],
1552[ 3., 13.],
1553[ 4., 14.],
1554[ 5., 15.]],
1555
1556[[ 3., 13.],
1557[ 4., 14.],
1558[ 5., 15.],
1559[ 6., 16.]],
1560
1561[[ 4., 14.],
1562[ 5., 15.],
1563[ 6., 16.],
1564[ 7., 17.]],
1565
1566[[ 5., 15.],
1567[ 6., 16.],
1568[ 7., 17.],
1569[ 8., 18.]],
1570
1571[[ 6., 16.],
1572[ 7., 17.],
1573[ 8., 18.],
1574[ 9., 19.]],
1575
1576[[ 7., 17.],
1577[ 8., 18.],
1578[ 9., 19.],
1579[10., 20.]],
1580
1581[[ 8., 18.],
1582[ 9., 19.],
1583[10., 20.],
1584[11., 21.]],
1585
1586[[ 9., 19.],
1587[10., 20.],
1588[11., 21.],
1589[12., 22.]],
1590
1591[[10., 20.],
1592[11., 21.],
1593[12., 22.],
1594[13., 23.]],
1595
1596[[11., 21.],
1597[12., 22.],
1598[13., 23.],
1599[14., 24.]],
1600
1601[[12., 22.],
1602[13., 23.],
1603[14., 24.],
1604[15., 25.]],
1605
1606[[13., 23.],
1607[14., 24.],
1608[15., 25.],
1609[16., 26.]],
1610
1611[[14., 24.],
1612[15., 25.],
1613[16., 26.],
1614[17., 27.]],
1615
1616[[15., 25.],
1617[16., 26.],
1618[17., 27.],
1619[18., 28.]],
1620
1621[[16., 26.],
1622[17., 27.],
1623[18., 28.],
1624[19., 29.]],
1625
1626[[17., 27.],
1627[18., 28.],
1628[19., 29.],
1629[20., 30.]],
1630
1631[[18., 28.],
1632[19., 29.],
1633[20., 30.],
1634[21., 31.]],
1635
1636[[19., 29.],
1637[20., 30.],
1638[21., 31.],
1639[22., 32.]],
1640
1641[[20., 30.],
1642[21., 31.],
1643[22., 32.],
1644[23., 33.]],
1645
1646[[21., 31.],
1647[22., 32.],
1648[23., 33.],
1649[24., 34.]],
1650
1651[[22., 32.],
1652[23., 33.],
1653[24., 34.],
1654[25., 35.]],
1655
1656[[23., 33.],
1657[24., 34.],
1658[25., 35.],
1659[26., 36.]],
1660
1661[[24., 34.],
1662[25., 35.],
1663[26., 36.],
1664[27., 37.]]], device='cuda:0', dtype=torch.float64)
1665
1666