【Hackathon 4th No.30】为 Paddle 新增 paddle.sparse.sum 稀疏 API #411
Conversation
|
实现进度 |
|
|
||
| ``` | ||
|
|
||
| 相应的InferMeta函数可以复用稠密矩阵的函数。 |
There was a problem hiding this comment.
这个应该没办法简单复用，因为还涉及到一个indices、values的shape
There was a problem hiding this comment.
这里我好像有些不太理解，我参考了稀疏矩阵另外已经实现的其他几个infermeta函数，
void Conv3dInferMeta(const MetaTensor& x,
const MetaTensor& kernel,
const std::vector<int>& paddings,
const std::vector<int>& dilations,
const std::vector<int>& strides,
const int groups,
const bool subm,
const std::string& key,
MetaTensor* out,
MetaTensor* rulebook,
MetaTensor* counter) 看到输入为metatensor，但其中只有这三个方法
virtual void set_dims(const DDim& dims);
virtual void set_dtype(DataType dtype);
virtual void set_layout(DataLayout layout);但是indices、values的shape应该是在SparseTensor里的参数，那我是否应该在这里传入SparseTensor，这样的话感觉似乎不太符合infermeta的机制了
| rtol=1e-05, | ||
| ) | ||
|
|
||
| def test_sum_2d(self): |
| SumInferMeta函数 将优先根据dtype。 | ||
|
|
||
| ## 底层OP设计 | ||
| 对于COO格式和CSR格式axis=None的简单情况，只需要把value值求和，并对相应的位置参数进行修改即可。 |
There was a problem hiding this comment.
axis=None时，应该就返回一个DenseTensor了，这个时候只有一个元素，也就无所谓Sparse还是Dense了
There was a problem hiding this comment.
那这里的kernel是不是需要实现两个，一个返回稀疏矩阵一个返回dense矩阵，或者有其他的办法，因为这里的机制我还不太了解，所以在设计时就只考虑了输出只为稀疏矩阵的情况
There was a problem hiding this comment.
还是返回稀疏Tensor吧，但是只有一个元素的稀疏Tensor
There was a problem hiding this comment.
我做了一下实验，如果对相应的位置参数修改测试可以正常通过
但是如果对相应的位置参数留空todense的时候会不支持float32的错误，但是实际上我的类型是int64
这里好像比较奇怪
| @@ -0,0 +1,430 @@ | |||
| # paddlesparse.sum 设计文档 | |||
There was a problem hiding this comment.
paddlesparse.sum 设计文档。这些没写对，尽量避免语法错误
There was a problem hiding this comment.
好的，这里已修改，刚刚检查了一下，应该没有类似的错误了
任务说明 https://github.com/PaddlePaddle/community/blob/master/hackthon_4th/%E3%80%90PaddlePaddle%20Hackathon%204%E3%80%91%20%E6%A0%B8%E5%BF%83%E6%A1%86%E6%9E%B6%E5%BC%80%E6%BA%90%E8%B4%A1%E7%8C%AE%20API%20%E5%BC%80%E5%8F%91%E4%BB%BB%E5%8A%A1%E5%90%88%E9%9B%86.md#task30