绑定序列

class torchhd.structures.BindSequence(dimensions: int, vsa: Literal['BSC', 'MAP', 'HRR', 'FHRR', 'BSBC', 'VTB', 'MCR'] = 'MAP', *, device=None, dtype=None)[来源]

class torchhd.structures.BindSequence(input: VSATensor, *, size=0)

基于超向量绑定的序列数据结构。

创建一个具有dim维度的空序列或从输入张量创建。

Parameters:

维度 (整数) – 序列的维度数量。
vsa – (VSAOptions, 可选): 指定使用的超向量类型和操作 (默认: "MAP").
dtype (torch.dtype, 可选) – 返回张量的期望数据类型。默认值：如果 None，则使用全局默认值（参见 torch.set_default_tensor_type()）。
device (torch.device, 可选) – 返回张量的期望设备。默认值：如果 None，则使用当前设备作为默认张量类型（参见 torch.set_default_tensor_type()）。device 对于 CPU 张量类型将是 CPU，对于 CUDA 张量类型将是当前的 CUDA 设备。
输入 (VSATensor) – 表示基于绑定序列的张量。
size (int, 可选) – 作为输入提供的序列的长度。默认值：0。

示例：

>>> DS = structures.BindSequence(10000)

__len__() → int[来源]

返回序列的长度。

示例：

>>> len(DS)
0

append(input: VSATensor) → None[来源]

将输入张量附加到序列的右侧。

Parameters:: 输入 (VSATensor) – 要附加到序列的超向量。

示例：

>>> letters = list(string.ascii_lowercase)
>>> letters_hv = torchhd.random(len(letters), 10000)
>>> DS.append(letters_hv[0])

appendleft(input: VSATensor) → None[来源]

将输入张量附加到序列的左侧。

Parameters:: 输入 (VSATensor) – 要附加到序列右侧的超向量。

示例：

>>> DS.appendleft(letters_hv[1])

clear() → None[来源]

清空序列。

示例：

>>> DS.clear()

classmethod from_tensor(input: VSATensor)[来源]

从张量创建序列。

参见：bind_sequence()。

Parameters:: 输入 (VSATensor) – 包含形成序列的超向量的张量。

Examples::

>>> letters_hv = torchhd.random(len(letters), 10000)
>>> DS = structures.BindSequence.from_tensor(letters_hv)

pop(input: VSATensor) → None[来源]

从序列的右侧弹出输入张量。

Parameters:: input (VSATensor) – 要从序列中弹出的超向量。

示例：

>>> DS.pop(letters_hv[0])

popleft(input: VSATensor) → None[来源]

从序列的左侧弹出输入张量。

Parameters:: input (VSATensor) – 要从序列左侧弹出的超向量。

示例：

>>> DS.popleft(letters_hv[1])

replace(index: int, old: VSATensor, new: VSATensor) → None[来源]

用新的超向量值替换给定索引处的旧超向量值。

Parameters:

index (int) – 序列中要替换其值的索引。
旧值 (VSATensor) – 旧值超向量。
new (VSATensor) – 新的值超向量。

示例：

>>> DS1 = structures.BindSequence(dimensions=10000)
>>> DS.concat(DS1)