检查稀疏张量不变性 ¶

class torch.sparse.check_sparse_tensor_invariants(enable=True)

控制检查稀疏张量不变性的工具。

在稀疏张量构建中管理稀疏张量不变性检查的以下选项存在：

1. 使用上下文管理器：

   with torch.sparse.check_sparse_tensor_invariants():
       run_my_model()
   

2. 使用过程式方法：

   prev_checks_enabled = torch.sparse.check_sparse_tensor_invariants.is_enabled()
   torch.sparse.check_sparse_tensor_invariants.enable()
   
   run_my_model()
   
   if not prev_checks_enabled:
       torch.sparse.check_sparse_tensor_invariants.disable()
   

3. 使用函数装饰：

   @torch.sparse.check_sparse_tensor_invariants()
   def run_my_model():
       ...
   
   run_my_model()
   

4. 在稀疏张量构造函数调用中使用 check_invariants 关键字参数。例如：

   >>> torch.sparse_csr_tensor([0, 1, 3], [0, 1], [1, 2], check_invariants=True)
   Traceback (most recent call last):
     File "<stdin>", line 1, in <module>
   RuntimeError: `crow_indices[..., -1] == nnz` is not satisfied.
   

静态禁用()[source][source] ¶

在稀疏张量构造函数中禁用稀疏张量不变性检查。

更多信息请参阅 torch.sparse.check_sparse_tensor_invariants.enable() 。

静态启用()[source][source] ¶

在稀疏张量构造函数中启用稀疏张量不变性检查。

注意

默认情况下，稀疏张量不变性检查被禁用。使用 torch.sparse.check_sparse_tensor_invariants.is_enabled() 获取稀疏张量不变性检查的当前状态。

注意

稀疏张量不变性检查标志对所有稀疏张量构造函数有效，包括 Python 和 ATen。

该标志可以通过稀疏张量构造函数函数的 check_invariants 可选参数局部覆盖。

静态 is_enabled()[source][source] ¶

如果稀疏张量不变性检查已启用，则返回 True。

注意

使用 torch.sparse.check_sparse_tensor_invariants.enable() 或 torch.sparse.check_sparse_tensor_invariants.disable() 来管理稀疏张量不变性检查的状态。