U <ºcZ0ã@s|ddlZddlZddlmZddgZdd„Zdd d „Zdd„Zd d„Zdd„Z dd„Z dd„Zdd„ZGdd„dej ƒZdS)éN)Úget_default_nowrap_functionsÚMaskedTensorÚis_masked_tensorcCs t|tƒS)a’ Returns True if the input is a MaskedTensor, else False Args: a: any input Examples: >>> # xdoctest: +SKIP >>> from torch.masked import MaskedTensor >>> data = torch.arange(6).reshape(2,3) >>> mask = torch.tensor([[True, False, False], [True, True, False]]) >>> mt = MaskedTensor(data, mask) >>> is_masked_tensor(mt) True )Ú isinstancer©Úa©rúB/tmp/pip-unpacked-wheel-gikjz4vx/torch/masked/maskedtensor/core.pyrsTçñhãˆµøä>ç:Œ0âŽyE>cCsDt|ƒst|ƒrtdƒ‚|j|jkr||fS)NcSsft|ƒr||ƒSt |¡r|St|tƒr._helper)ÚappendÚitems) ÚargsÚkwargsr)r+Z impl_argsrZimpl_kwargsÚkÚvrrr r'Asr'cCs\t|tƒr"tdd„t||ƒDƒƒSt|tƒrDtdd„t||ƒDƒƒSt |¡rXt||ƒStS)Ncss|]\}}t||ƒVqdSr$©Ú_wrap_result©Ú.0ÚrÚmrrr Ú ]sz_wrap_result..css|]\}}t||ƒVqdSr$r2r4rrr r8_s)rr&Úzipr(rr%rÚNotImplemented)Zresult_dataZresult_maskrrr r3[s r3csº|jtjtjhkr"| ¡}| ¡}| ¡dkr‚‡fdd„|Dƒ}ttdd„t||ƒƒƒ‰dd ‡fdd„t||ƒDƒ¡d S‡fd d„t||ƒDƒ}dd„|Dƒ}dd |¡dS)Nécs4g|],}t| ¡tƒr$ˆ | ¡¡n t| ¡ƒ‘qSr)rrÚfloatÚformatÚstr)r5Úd©Ú formatterrr Ú ksÿz&_masked_tensor_str..cSs|drdSt|dƒS)Nr;ér)Úlen)Úxrrr Úpóz$_masked_tensor_str..ú[ú, cs"g|]\}}|rd ˆ¡n|‘qS)ú--)Úrjust)r5Úer7)Úmax_lenrr rBusÿú]csg|]\}}t||ˆƒ‘qSr)Ú_masked_tensor_str)r5r?r7r@rr rB|scSs&g|]}d dd„| d¡Dƒ¡‘qS)Ú cSsg|]}d|‘qS)ú r©r5Úsirrr rB}sz1_masked_tensor_str...)ÚjoinÚsplit)r5Úsrrr rB}sz[ z, z ]) rrrrZto_denserÚmaxÚmapr9rT)ÚdataÚmaskrAZformatted_elementsZsub_stringsr)rArMr rOfs. þÿ þÿÿùÿ rOcCst|ƒr|jS|Sr$)rÚ_masked_datarrrr Ú _get_datasr\cCst|ƒr| ¡SdSr$)rr"rrrr Ú_maybe_get_mask‡sr]c@s®eZdZed&dd„ƒZdd„Zdd„Zd'dd „Zed d„ƒZdd „Z dd„Z ed(dd„ƒZedd„ƒZ edd„ƒZdd„Zdd„Zdd„Zdd„Zd d!„Zd"d#„Zd$d%„ZdS))rFcCs¢t|ƒst |¡stdƒ‚t|ƒs,t |¡s4tdƒ‚i}|j|d<|j|d<|j|d<||d<d|d<d |d <t dt ¡|j rŒt dt ¡tjj|| ¡f|ŽS) Nzdata must be a Tensorzmask must be a TensorÚdevicerrÚ requires_gradÚstridesZdispatch_sizes_strides_policyTZdispatch_layoutzëThe PyTorch API of MaskedTensors is in prototype stage and will change in the near future. Please open a Github issue for features requests and see our documentation on the torch.masked module for further information about the project.zIt is not recommended to create a MaskedTensor with a tensor that requires_grad. To avoid this, you can use data.clone().detach())rrr%Ú TypeErrorr^rrÚwarningsÚwarnÚUserWarningr_ÚTensorZ_make_wrapper_subclassÚsize)ÚclsrYrZr_r/rrr Ú__new__Žs& ýÿzMaskedTensor.__new__cCsªddlm}m}|j|jkr$tdƒ‚|jtjkrd| ¡}| ¡}| ¡| ¡kr’|||t d¡ƒ}n.|jtj kr’| ¡| ¡kr’|||t d¡ƒ}| ¡|_| ¡|_ dS)Né)Ú_sparse_coo_whereÚ_sparse_csr_wherez(data and mask must have the same layout.r)Z_opsrjrkrrarrZcoalesceZ_nnzZtensorrÚcloner[Ú_masked_mask)ÚselfrYrZrjrkrrr Ú_preprocess_data¥s zMaskedTensor._preprocess_datacCsš|j}| ¡}t|ƒt|ƒkr:tdt|ƒ›dt|ƒ›ƒ‚|jtjtjtjhkrbtd|j›dƒ‚|jtjkrŽt | ¡| ¡ddsÎtdƒ‚n@|jtjkrÎt | ¡| ¡ddrÆt | ¡| ¡ddsÎtdƒ‚|jtjkrâtd ƒ‚|jtjksb|jtjksb|jtjksb|jtjksb|jtjksb|jtjksb|jtjksb|jtjksbt|j›d ƒ‚| ¡| ¡kr|tdƒ‚| ¡| ¡kr–tdƒ‚dS) Nz+data and mask must have the same type. Got rzdata layout of z is not supported.Tr!zKdata and mask are both sparse COO tensors but do not have the same indices.zVdata and mask are both sparse CSR tensors but do not share either crow or col indices.zmask must have dtype bool.z" is not supported in MaskedTensor.z data.dim() must equal mask.dim()z"data.size() must equal mask.size())r[r"rrarrZstridedrrrrrrrrÚboolZfloat16Zfloat32Zfloat64Zint8Zint16Zint32Zint64rrf©rnrYrZrrr Ú_validate_members·sR ÿþ ÿ þ ý ü û ú ù ø zMaskedTensor._validate_memberscCs| ||¡| ¡dSr$)rorr)rnrYrZr_rrr Ú__init__ØszMaskedTensor.__init__cCs$Gdd„dtjjƒ}| ||¡}|S)z- Differentiable constructor for MaskedTensor c@s$eZdZedd„ƒZedd„ƒZdS)z.MaskedTensor._from_values..ConstructorcSs t||ƒSr$©r)ÚctxrYrZrrr Úforwardàsz6MaskedTensor._from_values..Constructor.forwardcSs|dfSr$r©ruZgrad_outputrrr Úbackwardäsz7MaskedTensor._from_values..Constructor.backwardN©Ú__name__Ú __module__Ú__qualname__Ústaticmethodrvrxrrrr ÚConstructorßs r~©rZautogradZFunctionÚapply)rYrZr~Úresultrrr Ú_from_valuesÜs zMaskedTensor._from_valuescCs||_||_| ¡dSr$)r[rmrrrqrrr Ú_set_data_maskëszMaskedTensor._set_data_maskcCs¢d}| ¡dkrh| ¡ ¡}t|tƒr0| |¡nt|ƒ}| ¡ ¡sHd}d|dt| ¡ ¡ƒdSt| ¡| ¡|ƒ}d dd „| d¡Dƒ¡}d |dS)Nz{0:8.4f}rrJz MaskedTensor(rIú)rPcss|]}d|VqdS)rQNrrRrrr r8sz(MaskedTensor.__repr__..zMaskedTensor( z ))rÚget_datarrr<r=r>r"rOrTrU)rnrAZscalar_dataZdata_formattedrVrrr Ú__repr__ðs,ÿýÿþýüÿzMaskedTensor.__repr__rNc sœ|pi}ddlm}||kr*||||ŽSt‡fdd„|DƒƒsDtStj ¡D|||Ž}|tƒkrt|W5QR£Stj |ˆ¡W5QR£SW5QRXdS)Nr;)Ú_MASKEDTENSOR_FUNCTION_TABLEc3s|]}tˆ|ƒVqdSr$)Ú issubclass)r5Út©rgrr r8sz2MaskedTensor.__torch_function__..) Ú _ops_refsr‡rr:rZ_CZDisableTorchFunctionrZ_tensorÚ_convert)rgÚfuncÚtypesr.r/r‡ÚretrrŠr Ú__torch_function__s zMaskedTensor.__torch_function__cCst||ƒ|ƒSr$rt)rgÚfnrYrZrrr ÚunaryszMaskedTensor.unarycCsB|j}ddlm}||kr(||||ŽS|j›d}t |¡tS)Nr;)Ú_MASKEDTENSOR_DISPATCH_TABLEaz is not implemented in __torch_dispatch__ for MaskedTensor. If you would like this operator to be supported, please file an issue for a feature request at https://github.com/pytorch/maskedtensor/issues with a minimal reproducible code snippet. In the case that the semantics for the operator are not trivial, it would be appreciated to also include a proposal for the semantics.)Zoverloadpacketr‹r“rzrbrcr:)rgrrŽr.r/r“Úmsgrrr Ú__torch_dispatch__s ÿ zMaskedTensor.__torch_dispatch__cCs8t|ƒr"t| ¡t|ƒk| ¡ƒSt| ¡|k| ¡ƒSr$)rrr…r\r")rnÚotherrrr Ú__lt__.szMaskedTensor.__lt__cCs| ¡ | ¡|¡Sr$)r…Zmasked_fillr")rnÚvaluerrr Ú to_tensor3szMaskedTensor.to_tensorcs"G‡fdd„dtjjƒ}| ˆ¡S)Ncs(eZdZedd„ƒZe‡fdd„ƒZdS)z&MaskedTensor.get_data..GetDatacSs|jSr$)r[)rurnrrr rv8sz.MaskedTensor.get_data..GetData.forwardcst|ƒr|St|ˆ ¡ƒSr$)rrr"rw©rnrr rx<sz/MaskedTensor.get_data..GetData.backwardNryrršrr ÚGetData7s r›r)rnr›rršr r…6szMaskedTensor.get_datacCs|jSr$)rmršrrr r"DszMaskedTensor.get_maskcCs|jtjkSr$)rrrršrrr Ú is_sparse_cooGszMaskedTensor.is_sparse_coocCs|jtjkSr$)rrrršrrr Ú is_sparse_csrJszMaskedTensor.is_sparse_csrcCs| ¡p| ¡Sr$)rœrršrrr Ú is_sparseNszMaskedTensor.is_sparse)F)F)rN)rzr{r|r}rhrorrrsr‚rƒr†Úclassmethodrr’r•r—r™r…r"rœrržrrrr rs,! )Tr r)rbrZtorch.overridesrÚ__all__rrr#r'r3rOr\r]rerrrrr Úsþ