pytorch稀疏（稀疏张量）在乘法中广播密集形状

使用正规张量中的广播，下面的工作

torch.ones(3, 1)*torch.ones(3, 10)

我需要将此行为扩展到稀疏向量，但我不能：

i = torch.tensor([[0, 1, 1],
                  [2, 0, 2]])
a = torch.sparse_coo_tensor(i, torch.ones(3, 1), [2, 4, 1])
b = torch.sparse_coo_tensor(i, torch.ones(3, 10), [2, 4, 10])
a*b
# gives RuntimeError: mul operands have incompatible sizes

为什么这不起作用？ 是否有pytorch函数来执行此操作？

---

如果不是，那么最好的替代算法是什么？

只是为了澄清一下：您是想创建大小分别为

（3,1）

和

（3,10）

的稀疏张量，还是有意创建大小分别为

（2,4,1）

和

（2,4,10）

的稀疏张量？请注意，文档中的顺序为。当我用另一种方式做的时候，我仍然有同样的问题，所以它不会影响实际的问题，只是精确的公式。