检查稀疏张量不变量

class torch.sparse.check_sparse_tensor_invariants(enable=True)

一个用于控制检查稀疏张量不变性的工具。

以下选项可用于管理稀疏张量构造中的不变量检查：

1. 使用上下文管理器：

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

2. 使用过程化方法：

   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)
   回溯（最近一次调用最后一次）：
     File "", line 1, in 
   RuntimeError: `crow_indices[..., -1] == nnz` 不满足。
   

static disable()

在稀疏张量构造函数中禁用稀疏张量不变性检查。

参见 torch.sparse.check_sparse_tensor_invariants.enable() 了解更多信息。

static enable()

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是禁用的。使用 torch.sparse.check_sparse_tensor_invariants.is_enabled() 来 检索当前稀疏张量不变性检查的状态。

注意

稀疏张量不变量检查标志对所有稀疏张量构造函数都有效，无论是在Python还是ATen中。

该标志可以通过稀疏张量构造函数中的可选参数check_invariants在本地覆盖。

static is_enabled()

如果启用了稀疏张量不变性检查，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。