Python 将权重和偏差转换为稀疏张量

我正在尝试将

torch.nn.Parameters

转换为稀疏张量。Pytorch文档说参数是一个子类。张量支持

到_sparse

方法，但如果我将

参数

转换为sparse，它将给出：

TypeError:无法将'torch.cuda.sparse.FloatTensor'指定为参数'weight'（torch.nn.parameter或不需要）

有没有办法绕过这一点，对参数使用稀疏张量？
下面是产生问题的示例代码：

for name, module in net.named_modules():
    if isinstance(module, torch.nn.Conv2d):
        module.weight = module.weight.data.to_sparse()
        module.bias = module.bias.data.to_sparse()

返回无法分配给

模块.weight

的张量的稀疏副本，因为这是

torch.nn.参数的实例。因此，你应该：

module.weight = torch.nn.Parameter(module.weight.data.to_sparse())
module.bias = torch.nn.Parameter(module.bias.data.to_sparse())

请注意，
Parameters
是一种特定类型的张量，标记为来自
nn.Module
的参数，因此它们不同于普通张量。
Module.weight.data=Module.weight.data.to_sparse（）
或
来自torch.nn.parameter导入参数\n Module.weight=参数（module.weight.data.to_sparse（））
Hi，请回答，以便我标记itHaha，没关系，只要解决问题即可