Атрибут layout

Атрибут layout класса Tensor определяет способ физического расположения данных в памяти. Этот атрибут имеет важное значение для производительности операций и совместимости с различными библиотеками. Атрибут доступен только для чтения и возвращает объект типа torch.layout.

Синтаксис

tensor.layout

Атрибут возвращает одно из следующих значений:

torch.strided - данные хранятся в виде ступенчатого массива (по умолчанию)
torch.sparse_coo - данные хранятся в формате разреженного тензора COO

Пример

Давайте создадим обычный тензор и проверим его атрибут layout:

import torch

t = torch.tensor([1, 2, 3, 4, 5])
res = t.layout
print(res)

Результат выполнения кода:

torch.strided

Пример

Давайте создадим разреженный тензор и проверим его атрибут layout:

import torch

indices = torch.tensor([[0, 1], [2, 3]])
values = torch.tensor([10, 20])
t = torch.sparse_coo_tensor(indices, values, size=(2, 4))
res = t.layout
print(res)

Результат выполнения кода:

torch.sparse_coo

Пример

Атрибут layout можно использовать для проверки типа тензора перед выполнением операций:

import torch

t1 = torch.tensor([1, 2, 3])
t2 = torch.sparse_coo_tensor(
	torch.tensor([[0], [1]]),
	torch.tensor([5]),
	size=(2, 2)
)

print(t1.layout)
print(t2.layout)

if t1.layout == torch.strided:
	print("t1 is strided")

Результат выполнения кода:

torch.strided
torch.sparse_coo
"t1 is strided"

Смотрите также

атрибут dtype,
который определяет тип данных элементов тензора
атрибут device,
который показывает устройство, где хранится тензор
атрибут is_contiguous,
который проверяет, является ли тензор непрерывным в памяти
атрибут shape,
который определяет размерность тензора