dgl.sparse.sddmm

dgl.sparse.sddmm(A: SparseMatrix, X1: Tensor, X2: Tensor) → SparseMatrix

采样-稠密-稠密矩阵乘法 (SDDMM)。

sddmm 将两个稠密矩阵 X1 和 X2 进行矩阵乘法，然后将结果与稀疏矩阵 A 在非零位置进行逐元素乘法。

数学上，sddmm 的公式为

$$out=(X1@X2)\ast A$$

特别地，X1 和 X2 可以是 1-D 向量，此时 X1 @ X2 变为这两个向量的外积（结果是一个矩阵）。

参数:

• A (SparseMatrix) – 形状为 (L, N) 的稀疏矩阵

• X1 (torch.Tensor) – 形状为 (L, M) 或 (L,) 的稠密矩阵

• X2 (torch.Tensor) – 形状为 (M, N) 或 (N,) 的稠密矩阵

返回值:

形状为 (L, N) 的稀疏矩阵

返回类型:

SparseMatrix

示例

>>> indices = torch.tensor([[1, 1, 2], [2, 3, 3]])
>>> val = torch.arange(1, 4).float()
>>> A = dglsp.spmatrix(indices, val, (3, 4))
>>> X1 = torch.randn(3, 5)
>>> X2 = torch.randn(5, 4)
>>> dglsp.sddmm(A, X1, X2)
SparseMatrix(indices=tensor([[1, 1, 2],
                             [2, 3, 3]]),
             values=tensor([-1.6585, -3.9714, -0.5406]),
             shape=(3, 4), nnz=3)