SparseReshape

贡献说明

贡献者	贡献算子	贡献时间	贡献内容

产品支持情况

产品	是否支持
Ascend 950PR/Ascend 950DT	√
Atlas A3 训练系列产品/Atlas A3 推理系列产品	×
Atlas A2 训练系列产品/Atlas A2 推理系列产品	×
Atlas 200I/500 A2 推理产品	×
Atlas 推理系列产品	×
Atlas 训练系列产品	×

功能说明

• 算子功能：将稀疏张量(SparseTensor)的indices从输入shape重塑到目标shape。稀疏张量由indices(非零元素坐标)、values(非零元素值)和shape(稠密形状)组成。SparseReshape仅对indices和shape进行重塑，不修改values。

• 计算公式：

$$\text{flat\_id}=\sum _{j=0}^{\text{input\_rank}-1}\text{indices}[i,j]\times \text{input\_strides}[j]$$

$$\text{y\_indices}[i,j]=\lfloor \text{flat\_id}/\text{output\_strides}[j]\rfloor ,\text{flat\_id}=\text{flat\_id}\mathrm{m}\mathrm{o}\mathrm{d}\text{output\_strides}[j]$$

参数说明

参数名	输入/输出/属性	描述	数据类型	数据格式
indices	输入	非零元素的多维坐标矩阵，2D张量，shape=(nnz, input_rank)。	INT32、INT64	ND
shape	输入	原始稠密形状，1D张量，shape=(input_rank,)。	INT32、INT64	ND
new_shape	输入	目标稠密形状，1D张量，shape=(output_rank,)。允许一个维度为-1，自动推导。	INT32、INT64	ND
y_indices	输出	重塑后的非零元素坐标矩阵，2D张量，shape=(nnz, output_rank)。	INT32、INT64	ND
y_shape	输出	重塑后的稠密形状，1D张量，shape=(output_rank,)。	INT32、INT64	ND

约束说明

• 输入indices必须为2D矩阵，shape和new_shape必须为1D向量。
• 输入indices每行是一个非零元素的多维坐标。元素值大于等于0且小于对应shape维度的size。
• input_rank和output_rank均不超过8维(MAX_RANK=8)。
• new_shape中最多允许一个维度为-1，该维度值由总元素数除以其他维度乘积自动推导。
• 输入shape和输出new_shape的总元素数必须一致。
• 所有输入和输出的dtype必须相同(全部int32或全部int64)。

调用说明

调用方式	调用样例	说明
图模式调用	test_geir_sparse_reshape	参见算子调用完成算子编译和验证。