比较两个稀疏矩阵失败并出现未实现错误

青葱年少 2年前 pytorch 506

原文标题 ：Comparing two sparse matrices fails with Not Implemented error

我最近开始在 Pytorch 中为一个大学项目编程。我想比较两个稀疏矩阵是否相等，但它返回了一个未实现的错误。我尝试在互联网上寻找解决方案，但没有找到任何线索。

torch.equal(matrix_1, matrix_2)

{NotImplementedError}Could not run ‘aten::equal’ with arguments from the ‘SparseCUDA’ backend。这可能是因为该后端不存在该运算符，或者在选择性/自定义构建过程中被省略（如果使用自定义构建)。如果您是在移动设备上使用 PyTorch 的 Facebook 员工，请访问 https://fburl.com/ptmfixes 了解可能的解决方案。’aten::equal’ 仅适用于这些后端：[CPU, CUDA, QuantizedCPU, BackendSelect, Python,命名、共轭、负数、ZeroTensor、ADInplaceOrView、AutogradOther、AutogradCPU、AutogradCUDA、AutogradXLA、AutogradLazy、AutogradXPU、AutogradMLC、AutogradHPU、AutogradNestedTensor、AutogradPrivateUse1、AutogradPrivateUse2、AutogradPrivateUse3、Tracer、AutocastCPU、Autocast、Batched、VmapMode、Functionalize]。

CPU: 注册在 C:\actions-runner_work\pytorch\pytorch\builder\windows\pytorch\build\aten\src\ATen\RegisterCPU.cpp:21063 [kernel]CUDA: 注册在 C:\actions-runner_work\pytorch\ pytorch\builder\windows\pytorch\build\aten\src\ATen…

原文链接：https://stackoverflow.com//questions/71980159/comparing-two-sparse-matrices-fails-with-not-implemented-error

我来回复

hpaulj 评论

我无法解决torch正在做什么或不做什么，但是稀疏矩阵的比较测试可能很棘手——至少计算成本很高。

例如使用scipy.sparse：

In [96]: M = sparse.coo_matrix(np.eye(3))
In [97]: M
Out[97]: 
<3x3 sparse matrix of type '<class 'numpy.float64'>'
    with 3 stored elements in COOrdinate format>
In [98]: M.A
Out[98]: 
array([[1., 0., 0.],
       [0., 1., 0.],
       [0., 0., 1.]])

尝试逐元素比较：

In [99]: M == M
<ipython-input-99-80b3ae713acc>:1: SparseEfficiencyWarning: Comparing sparse matrices using == is inefficient, try using != instead.
  M == M
Out[99]: 
<3x3 sparse matrix of type '<class 'numpy.bool_'>'
    with 9 stored elements in Compressed Sparse Row format>
In [100]: _.A
Out[100]: 
array([[ True,  True,  True],
       [ True,  True,  True],
       [ True,  True,  True]])

请注意，如果 ‘full’ – 所有 9 个值都已设置，则结果。所有这些都暗示 0 的测试是相等的。

2年前 0条评论

比较两个稀疏矩阵失败并出现未实现错误

回复

相关问题