Python mxnet.ndarray.sparse.cast_storage用法及代碼示例

用法:
mxnet.ndarray.sparse.cast_storage(data=None, stype=_Null, out=None, name=None, **kwargs)

參數：

data：(NDArray) - 輸入。
stype：({'csr', 'default', 'row_sparse'}, required) - 輸出存儲類型。
out：(NDArray, optional) - 輸出 NDArray 來保存結果。

out：- 此函數的輸出。

返回類型：

NDArray 或 NDArray 列表

將張量存儲類型轉換為新類型。

當具有默認存儲類型的 NDArray 強製轉換為 csr 或 row_sparse 存儲時，結果是緊湊的，這意味著：

對於 csr，不會保留零值
對於row_sparse，將不保留全零的行切片

cast_storage 輸出的存儲類型取決於 stype 參數：

cast_storage(csr, ‘default’) = 默認
cast_storage(row_sparse, ‘default’) = 默認
cast_storage(默認，‘csr’)= csr
cast_storage(默認，‘row_sparse’)=row_sparse
cast_storage(csr, ‘csr’) = csr
cast_storage(row_sparse, ‘row_sparse’) = row_sparse

例子：

dense = [[ 0.,  1.,  0.],
         [ 2.,  0.,  3.],
         [ 0.,  0.,  0.],
         [ 0.,  0.,  0.]]

# cast to row_sparse storage type
rsp = cast_storage(dense, 'row_sparse')
rsp.indices = [0, 1]
rsp.values = [[ 0.,  1.,  0.],
              [ 2.,  0.,  3.]]

# cast to csr storage type
csr = cast_storage(dense, 'csr')
csr.indices = [1, 0, 2]
csr.values = [ 1.,  2.,  3.]
csr.indptr = [0, 1, 3, 3, 3]

相關用法

注：本文由純淨天空篩選整理自apache.org大神的英文原創作品 mxnet.ndarray.sparse.cast_storage。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

返回類型：