dgl.sparse.sddmm

dgl.sparse.sddmm(A: SparseMatrix, X1: Tensor, X2: Tensor) → SparseMatrix[source]

采样-密集-密集矩阵乘法 (SDDMM)。

sddmm 将两个密集矩阵 X1 和 X2 进行矩阵乘法，然后在稀疏矩阵 A 的非零位置处对结果进行逐元素乘法。

数学上 sddmm 的公式为：

\[out = (X1 @ X2) * A\]

特别是，X1 和 X2 可以是一维的，那么 X1 @ X2 就变成了两个向量的外积（结果是一个矩阵）。

Parameters:

A (SparseMatrix) – 形状为 (L, N) 的稀疏矩阵
X1 (torch.Tensor) – 形状为 (L, M) 或 (L,) 的密集矩阵
X2 (torch.Tensor) – 形状为 (M, N) 或 (N,) 的密集矩阵

Returns:

形状为 (L, N) 的稀疏矩阵

Return type:

SparseMatrix

示例

>>> indices = torch.tensor([[1, 1, 2], [2, 3, 3]])
>>> val = torch.arange(1, 4).float()
>>> A = dglsp.spmatrix(indices, val, (3, 4))
>>> X1 = torch.randn(3, 5)
>>> X2 = torch.randn(5, 4)
>>> dglsp.sddmm(A, X1, X2)
SparseMatrix(indices=tensor([[1, 1, 2],
                             [2, 3, 3]]),
             values=tensor([-1.6585, -3.9714, -0.5406]),
             shape=(3, 4), nnz=3)