如何在pytorch中将稀疏矩阵乘以稀疏矩阵元素答案

【问题标题】：How to multiply a sparse matrix by a sparse matrix element-wise in pytorch如何在pytorch中将稀疏矩阵乘以稀疏矩阵元素
【发布时间】：2021-02-18 10:01:27
【问题描述】：

在pytorch中，我可以通过先将它们变成密集形式来实现两个稀疏矩阵的乘法

adjdense = torch.sparse.FloatTensor(indextmp, valuetmp, torch.Size([num_nodes,num_nodes])).to_dense()
mask_dense = torch.sparse.FloatTensor(edge_index, edge_mask_list[k], torch.Size([num_nodes,num_nodes])).to_dense()
gdcdense = adjdense * mask_dense

但是当图形很大时，这种方法需要大量的内存。因此，如何在 pytorch 中将稀疏矩阵乘以稀疏矩阵元素？非常感谢。

【问题讨论】：

稀疏张量上的mul 对你不起作用吗？

标签： python sparse-matrix elementwise-operations

【解决方案1】：

感谢您的模拟。我知道该怎么做。

adjsparse = torch.sparse.FloatTensor(indextmp, valuetmp, torch.Size([num_nodes,num_nodes])) maskparse = torch.sparse.FloatTensor(edge_index, edge_mask_list[k],torch.Size([num_nodes,num_nodes]))

结果 = adjsparse.mul(masksparse)

【讨论】：