1########## torch.float32/torch.int32/size=(2, 3)+(2, 3)+() ##########
2# sparse tensor
3tensor(crow_indices=tensor([[[0, 2, 4],
4                             [0, 3, 4],
5                             [0, 1, 4]],
6
7                            [[0, 1, 4],
8                             [0, 2, 4],
9                             [0, 3, 4]]]),
10       col_indices=tensor([[[0, 1, 0, 2],
11                            [0, 1, 2, 0],
12                            [0, 0, 1, 2]],
13
14                           [[1, 0, 1, 2],
15                            [0, 2, 0, 1],
16                            [0, 1, 2, 1]]]),
17       values=tensor([[[1., 2., 3., 4.],
18                       [1., 2., 3., 4.],
19                       [1., 2., 3., 4.]],
20
21                      [[1., 2., 3., 4.],
22                       [1., 2., 3., 4.],
23                       [1., 2., 3., 4.]]]), device='cuda:0', size=(2, 3, 2, 3),
24       nnz=4, layout=torch.sparse_csr)
25# _crow_indices
26tensor([[[0, 2, 4],
27         [0, 3, 4],
28         [0, 1, 4]],
29
30        [[0, 1, 4],
31         [0, 2, 4],
32         [0, 3, 4]]], device='cuda:0', dtype=torch.int32)
33# _col_indices
34tensor([[[0, 1, 0, 2],
35         [0, 1, 2, 0],
36         [0, 0, 1, 2]],
37
38        [[1, 0, 1, 2],
39         [0, 2, 0, 1],
40         [0, 1, 2, 1]]], device='cuda:0', dtype=torch.int32)
41# _values
42tensor([[[1., 2., 3., 4.],
43         [1., 2., 3., 4.],
44         [1., 2., 3., 4.]],
45
46        [[1., 2., 3., 4.],
47         [1., 2., 3., 4.],
48         [1., 2., 3., 4.]]], device='cuda:0')
49
50########## torch.float32/torch.int32/size=()+(8, 6)+() ##########
51# sparse tensor
52tensor(crow_indices=tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24]),
53       col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
54                           5, 0, 1, 2, 4, 5]),
55       values=tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11.,
56                      12., 13., 14., 15., 16., 17., 18., 19., 20., 21., 22.,
57                      23., 24.]), device='cuda:0', size=(8, 6), nnz=24,
58       layout=torch.sparse_csr)
59# _crow_indices
60tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24], device='cuda:0',
61       dtype=torch.int32)
62# _col_indices
63tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
64       device='cuda:0', dtype=torch.int32)
65# _values
66tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11., 12., 13., 14.,
67        15., 16., 17., 18., 19., 20., 21., 22., 23., 24.], device='cuda:0')
68
69
70########## torch.float64/torch.int32/size=(2, 3)+(2, 3)+() ##########
71# sparse tensor
72tensor(crow_indices=tensor([[[0, 2, 4],
73                             [0, 3, 4],
74                             [0, 1, 4]],
75
76                            [[0, 1, 4],
77                             [0, 2, 4],
78                             [0, 3, 4]]]),
79       col_indices=tensor([[[0, 1, 0, 2],
80                            [0, 1, 2, 0],
81                            [0, 0, 1, 2]],
82
83                           [[1, 0, 1, 2],
84                            [0, 2, 0, 1],
85                            [0, 1, 2, 1]]]),
86       values=tensor([[[1., 2., 3., 4.],
87                       [1., 2., 3., 4.],
88                       [1., 2., 3., 4.]],
89
90                      [[1., 2., 3., 4.],
91                       [1., 2., 3., 4.],
92                       [1., 2., 3., 4.]]]), device='cuda:0', size=(2, 3, 2, 3),
93       nnz=4, dtype=torch.float64, layout=torch.sparse_csr)
94# _crow_indices
95tensor([[[0, 2, 4],
96         [0, 3, 4],
97         [0, 1, 4]],
98
99        [[0, 1, 4],
100         [0, 2, 4],
101         [0, 3, 4]]], device='cuda:0', dtype=torch.int32)
102# _col_indices
103tensor([[[0, 1, 0, 2],
104         [0, 1, 2, 0],
105         [0, 0, 1, 2]],
106
107        [[1, 0, 1, 2],
108         [0, 2, 0, 1],
109         [0, 1, 2, 1]]], device='cuda:0', dtype=torch.int32)
110# _values
111tensor([[[1., 2., 3., 4.],
112         [1., 2., 3., 4.],
113         [1., 2., 3., 4.]],
114
115        [[1., 2., 3., 4.],
116         [1., 2., 3., 4.],
117         [1., 2., 3., 4.]]], device='cuda:0', dtype=torch.float64)
118
119########## torch.float64/torch.int32/size=()+(8, 6)+() ##########
120# sparse tensor
121tensor(crow_indices=tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24]),
122       col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
123                           5, 0, 1, 2, 4, 5]),
124       values=tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11.,
125                      12., 13., 14., 15., 16., 17., 18., 19., 20., 21., 22.,
126                      23., 24.]), device='cuda:0', size=(8, 6), nnz=24,
127       dtype=torch.float64, layout=torch.sparse_csr)
128# _crow_indices
129tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24], device='cuda:0',
130       dtype=torch.int32)
131# _col_indices
132tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
133       device='cuda:0', dtype=torch.int32)
134# _values
135tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11., 12., 13., 14.,
136        15., 16., 17., 18., 19., 20., 21., 22., 23., 24.], device='cuda:0',
137       dtype=torch.float64)
138
139
140########## torch.float32/torch.int64/size=(2, 3)+(2, 3)+() ##########
141# sparse tensor
142tensor(crow_indices=tensor([[[0, 2, 4],
143                             [0, 3, 4],
144                             [0, 1, 4]],
145
146                            [[0, 1, 4],
147                             [0, 2, 4],
148                             [0, 3, 4]]]),
149       col_indices=tensor([[[0, 1, 0, 2],
150                            [0, 1, 2, 0],
151                            [0, 0, 1, 2]],
152
153                           [[1, 0, 1, 2],
154                            [0, 2, 0, 1],
155                            [0, 1, 2, 1]]]),
156       values=tensor([[[1., 2., 3., 4.],
157                       [1., 2., 3., 4.],
158                       [1., 2., 3., 4.]],
159
160                      [[1., 2., 3., 4.],
161                       [1., 2., 3., 4.],
162                       [1., 2., 3., 4.]]]), device='cuda:0', size=(2, 3, 2, 3),
163       nnz=4, layout=torch.sparse_csr)
164# _crow_indices
165tensor([[[0, 2, 4],
166         [0, 3, 4],
167         [0, 1, 4]],
168
169        [[0, 1, 4],
170         [0, 2, 4],
171         [0, 3, 4]]], device='cuda:0')
172# _col_indices
173tensor([[[0, 1, 0, 2],
174         [0, 1, 2, 0],
175         [0, 0, 1, 2]],
176
177        [[1, 0, 1, 2],
178         [0, 2, 0, 1],
179         [0, 1, 2, 1]]], device='cuda:0')
180# _values
181tensor([[[1., 2., 3., 4.],
182         [1., 2., 3., 4.],
183         [1., 2., 3., 4.]],
184
185        [[1., 2., 3., 4.],
186         [1., 2., 3., 4.],
187         [1., 2., 3., 4.]]], device='cuda:0')
188
189########## torch.float32/torch.int64/size=()+(8, 6)+() ##########
190# sparse tensor
191tensor(crow_indices=tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24]),
192       col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
193                           5, 0, 1, 2, 4, 5]),
194       values=tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11.,
195                      12., 13., 14., 15., 16., 17., 18., 19., 20., 21., 22.,
196                      23., 24.]), device='cuda:0', size=(8, 6), nnz=24,
197       layout=torch.sparse_csr)
198# _crow_indices
199tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24], device='cuda:0')
200# _col_indices
201tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
202       device='cuda:0')
203# _values
204tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11., 12., 13., 14.,
205        15., 16., 17., 18., 19., 20., 21., 22., 23., 24.], device='cuda:0')
206
207
208########## torch.float64/torch.int64/size=(2, 3)+(2, 3)+() ##########
209# sparse tensor
210tensor(crow_indices=tensor([[[0, 2, 4],
211                             [0, 3, 4],
212                             [0, 1, 4]],
213
214                            [[0, 1, 4],
215                             [0, 2, 4],
216                             [0, 3, 4]]]),
217       col_indices=tensor([[[0, 1, 0, 2],
218                            [0, 1, 2, 0],
219                            [0, 0, 1, 2]],
220
221                           [[1, 0, 1, 2],
222                            [0, 2, 0, 1],
223                            [0, 1, 2, 1]]]),
224       values=tensor([[[1., 2., 3., 4.],
225                       [1., 2., 3., 4.],
226                       [1., 2., 3., 4.]],
227
228                      [[1., 2., 3., 4.],
229                       [1., 2., 3., 4.],
230                       [1., 2., 3., 4.]]]), device='cuda:0', size=(2, 3, 2, 3),
231       nnz=4, dtype=torch.float64, layout=torch.sparse_csr)
232# _crow_indices
233tensor([[[0, 2, 4],
234         [0, 3, 4],
235         [0, 1, 4]],
236
237        [[0, 1, 4],
238         [0, 2, 4],
239         [0, 3, 4]]], device='cuda:0')
240# _col_indices
241tensor([[[0, 1, 0, 2],
242         [0, 1, 2, 0],
243         [0, 0, 1, 2]],
244
245        [[1, 0, 1, 2],
246         [0, 2, 0, 1],
247         [0, 1, 2, 1]]], device='cuda:0')
248# _values
249tensor([[[1., 2., 3., 4.],
250         [1., 2., 3., 4.],
251         [1., 2., 3., 4.]],
252
253        [[1., 2., 3., 4.],
254         [1., 2., 3., 4.],
255         [1., 2., 3., 4.]]], device='cuda:0', dtype=torch.float64)
256
257########## torch.float64/torch.int64/size=()+(8, 6)+() ##########
258# sparse tensor
259tensor(crow_indices=tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24]),
260       col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
261                           5, 0, 1, 2, 4, 5]),
262       values=tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11.,
263                      12., 13., 14., 15., 16., 17., 18., 19., 20., 21., 22.,
264                      23., 24.]), device='cuda:0', size=(8, 6), nnz=24,
265       dtype=torch.float64, layout=torch.sparse_csr)
266# _crow_indices
267tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24], device='cuda:0')
268# _col_indices
269tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
270       device='cuda:0')
271# _values
272tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11., 12., 13., 14.,
273        15., 16., 17., 18., 19., 20., 21., 22., 23., 24.], device='cuda:0',
274       dtype=torch.float64)
275
276
277########## torch.float32/torch.int32/size=(2, 3)+(2, 3)+(4,) ##########
278# sparse tensor
279tensor(crow_indices=tensor([[[0, 2, 4],
280                             [0, 3, 4],
281                             [0, 1, 4]],
282
283                            [[0, 1, 4],
284                             [0, 2, 4],
285                             [0, 3, 4]]]),
286       col_indices=tensor([[[0, 1, 0, 2],
287                            [0, 1, 2, 0],
288                            [0, 0, 1, 2]],
289
290                           [[1, 0, 1, 2],
291                            [0, 2, 0, 1],
292                            [0, 1, 2, 1]]]),
293       values=tensor([[[[1., 2., 3., 4.],
294                        [2., 3., 4., 5.],
295                        [3., 4., 5., 6.],
296                        [4., 5., 6., 7.]],
297
298                       [[1., 2., 3., 4.],
299                        [2., 3., 4., 5.],
300                        [3., 4., 5., 6.],
301                        [4., 5., 6., 7.]],
302
303                       [[1., 2., 3., 4.],
304                        [2., 3., 4., 5.],
305                        [3., 4., 5., 6.],
306                        [4., 5., 6., 7.]]],
307
308
309                      [[[1., 2., 3., 4.],
310                        [2., 3., 4., 5.],
311                        [3., 4., 5., 6.],
312                        [4., 5., 6., 7.]],
313
314                       [[1., 2., 3., 4.],
315                        [2., 3., 4., 5.],
316                        [3., 4., 5., 6.],
317                        [4., 5., 6., 7.]],
318
319                       [[1., 2., 3., 4.],
320                        [2., 3., 4., 5.],
321                        [3., 4., 5., 6.],
322                        [4., 5., 6., 7.]]]]), device='cuda:0',
323       size=(2, 3, 2, 3, 4), nnz=4, layout=torch.sparse_csr)
324# _crow_indices
325tensor([[[0, 2, 4],
326         [0, 3, 4],
327         [0, 1, 4]],
328
329        [[0, 1, 4],
330         [0, 2, 4],
331         [0, 3, 4]]], device='cuda:0', dtype=torch.int32)
332# _col_indices
333tensor([[[0, 1, 0, 2],
334         [0, 1, 2, 0],
335         [0, 0, 1, 2]],
336
337        [[1, 0, 1, 2],
338         [0, 2, 0, 1],
339         [0, 1, 2, 1]]], device='cuda:0', dtype=torch.int32)
340# _values
341tensor([[[[1., 2., 3., 4.],
342          [2., 3., 4., 5.],
343          [3., 4., 5., 6.],
344          [4., 5., 6., 7.]],
345
346         [[1., 2., 3., 4.],
347          [2., 3., 4., 5.],
348          [3., 4., 5., 6.],
349          [4., 5., 6., 7.]],
350
351         [[1., 2., 3., 4.],
352          [2., 3., 4., 5.],
353          [3., 4., 5., 6.],
354          [4., 5., 6., 7.]]],
355
356
357        [[[1., 2., 3., 4.],
358          [2., 3., 4., 5.],
359          [3., 4., 5., 6.],
360          [4., 5., 6., 7.]],
361
362         [[1., 2., 3., 4.],
363          [2., 3., 4., 5.],
364          [3., 4., 5., 6.],
365          [4., 5., 6., 7.]],
366
367         [[1., 2., 3., 4.],
368          [2., 3., 4., 5.],
369          [3., 4., 5., 6.],
370          [4., 5., 6., 7.]]]], device='cuda:0')
371
372########## torch.float32/torch.int32/size=()+(8, 6)+(4, 2) ##########
373# sparse tensor
374tensor(crow_indices=tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24]),
375       col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
376                           5, 0, 1, 2, 4, 5]),
377       values=tensor([[[ 1., 11.],
378                       [ 2., 12.],
379                       [ 3., 13.],
380                       [ 4., 14.]],
381
382                      [[ 2., 12.],
383                       [ 3., 13.],
384                       [ 4., 14.],
385                       [ 5., 15.]],
386
387                      [[ 3., 13.],
388                       [ 4., 14.],
389                       [ 5., 15.],
390                       [ 6., 16.]],
391
392                      [[ 4., 14.],
393                       [ 5., 15.],
394                       [ 6., 16.],
395                       [ 7., 17.]],
396
397                      [[ 5., 15.],
398                       [ 6., 16.],
399                       [ 7., 17.],
400                       [ 8., 18.]],
401
402                      [[ 6., 16.],
403                       [ 7., 17.],
404                       [ 8., 18.],
405                       [ 9., 19.]],
406
407                      [[ 7., 17.],
408                       [ 8., 18.],
409                       [ 9., 19.],
410                       [10., 20.]],
411
412                      [[ 8., 18.],
413                       [ 9., 19.],
414                       [10., 20.],
415                       [11., 21.]],
416
417                      [[ 9., 19.],
418                       [10., 20.],
419                       [11., 21.],
420                       [12., 22.]],
421
422                      [[10., 20.],
423                       [11., 21.],
424                       [12., 22.],
425                       [13., 23.]],
426
427                      [[11., 21.],
428                       [12., 22.],
429                       [13., 23.],
430                       [14., 24.]],
431
432                      [[12., 22.],
433                       [13., 23.],
434                       [14., 24.],
435                       [15., 25.]],
436
437                      [[13., 23.],
438                       [14., 24.],
439                       [15., 25.],
440                       [16., 26.]],
441
442                      [[14., 24.],
443                       [15., 25.],
444                       [16., 26.],
445                       [17., 27.]],
446
447                      [[15., 25.],
448                       [16., 26.],
449                       [17., 27.],
450                       [18., 28.]],
451
452                      [[16., 26.],
453                       [17., 27.],
454                       [18., 28.],
455                       [19., 29.]],
456
457                      [[17., 27.],
458                       [18., 28.],
459                       [19., 29.],
460                       [20., 30.]],
461
462                      [[18., 28.],
463                       [19., 29.],
464                       [20., 30.],
465                       [21., 31.]],
466
467                      [[19., 29.],
468                       [20., 30.],
469                       [21., 31.],
470                       [22., 32.]],
471
472                      [[20., 30.],
473                       [21., 31.],
474                       [22., 32.],
475                       [23., 33.]],
476
477                      [[21., 31.],
478                       [22., 32.],
479                       [23., 33.],
480                       [24., 34.]],
481
482                      [[22., 32.],
483                       [23., 33.],
484                       [24., 34.],
485                       [25., 35.]],
486
487                      [[23., 33.],
488                       [24., 34.],
489                       [25., 35.],
490                       [26., 36.]],
491
492                      [[24., 34.],
493                       [25., 35.],
494                       [26., 36.],
495                       [27., 37.]]]), device='cuda:0', size=(8, 6, 4, 2),
496       nnz=24, layout=torch.sparse_csr)
497# _crow_indices
498tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24], device='cuda:0',
499       dtype=torch.int32)
500# _col_indices
501tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
502       device='cuda:0', dtype=torch.int32)
503# _values
504tensor([[[ 1., 11.],
505         [ 2., 12.],
506         [ 3., 13.],
507         [ 4., 14.]],
508
509        [[ 2., 12.],
510         [ 3., 13.],
511         [ 4., 14.],
512         [ 5., 15.]],
513
514        [[ 3., 13.],
515         [ 4., 14.],
516         [ 5., 15.],
517         [ 6., 16.]],
518
519        [[ 4., 14.],
520         [ 5., 15.],
521         [ 6., 16.],
522         [ 7., 17.]],
523
524        [[ 5., 15.],
525         [ 6., 16.],
526         [ 7., 17.],
527         [ 8., 18.]],
528
529        [[ 6., 16.],
530         [ 7., 17.],
531         [ 8., 18.],
532         [ 9., 19.]],
533
534        [[ 7., 17.],
535         [ 8., 18.],
536         [ 9., 19.],
537         [10., 20.]],
538
539        [[ 8., 18.],
540         [ 9., 19.],
541         [10., 20.],
542         [11., 21.]],
543
544        [[ 9., 19.],
545         [10., 20.],
546         [11., 21.],
547         [12., 22.]],
548
549        [[10., 20.],
550         [11., 21.],
551         [12., 22.],
552         [13., 23.]],
553
554        [[11., 21.],
555         [12., 22.],
556         [13., 23.],
557         [14., 24.]],
558
559        [[12., 22.],
560         [13., 23.],
561         [14., 24.],
562         [15., 25.]],
563
564        [[13., 23.],
565         [14., 24.],
566         [15., 25.],
567         [16., 26.]],
568
569        [[14., 24.],
570         [15., 25.],
571         [16., 26.],
572         [17., 27.]],
573
574        [[15., 25.],
575         [16., 26.],
576         [17., 27.],
577         [18., 28.]],
578
579        [[16., 26.],
580         [17., 27.],
581         [18., 28.],
582         [19., 29.]],
583
584        [[17., 27.],
585         [18., 28.],
586         [19., 29.],
587         [20., 30.]],
588
589        [[18., 28.],
590         [19., 29.],
591         [20., 30.],
592         [21., 31.]],
593
594        [[19., 29.],
595         [20., 30.],
596         [21., 31.],
597         [22., 32.]],
598
599        [[20., 30.],
600         [21., 31.],
601         [22., 32.],
602         [23., 33.]],
603
604        [[21., 31.],
605         [22., 32.],
606         [23., 33.],
607         [24., 34.]],
608
609        [[22., 32.],
610         [23., 33.],
611         [24., 34.],
612         [25., 35.]],
613
614        [[23., 33.],
615         [24., 34.],
616         [25., 35.],
617         [26., 36.]],
618
619        [[24., 34.],
620         [25., 35.],
621         [26., 36.],
622         [27., 37.]]], device='cuda:0')
623
624
625########## torch.float64/torch.int32/size=(2, 3)+(2, 3)+(4,) ##########
626# sparse tensor
627tensor(crow_indices=tensor([[[0, 2, 4],
628                             [0, 3, 4],
629                             [0, 1, 4]],
630
631                            [[0, 1, 4],
632                             [0, 2, 4],
633                             [0, 3, 4]]]),
634       col_indices=tensor([[[0, 1, 0, 2],
635                            [0, 1, 2, 0],
636                            [0, 0, 1, 2]],
637
638                           [[1, 0, 1, 2],
639                            [0, 2, 0, 1],
640                            [0, 1, 2, 1]]]),
641       values=tensor([[[[1., 2., 3., 4.],
642                        [2., 3., 4., 5.],
643                        [3., 4., 5., 6.],
644                        [4., 5., 6., 7.]],
645
646                       [[1., 2., 3., 4.],
647                        [2., 3., 4., 5.],
648                        [3., 4., 5., 6.],
649                        [4., 5., 6., 7.]],
650
651                       [[1., 2., 3., 4.],
652                        [2., 3., 4., 5.],
653                        [3., 4., 5., 6.],
654                        [4., 5., 6., 7.]]],
655
656
657                      [[[1., 2., 3., 4.],
658                        [2., 3., 4., 5.],
659                        [3., 4., 5., 6.],
660                        [4., 5., 6., 7.]],
661
662                       [[1., 2., 3., 4.],
663                        [2., 3., 4., 5.],
664                        [3., 4., 5., 6.],
665                        [4., 5., 6., 7.]],
666
667                       [[1., 2., 3., 4.],
668                        [2., 3., 4., 5.],
669                        [3., 4., 5., 6.],
670                        [4., 5., 6., 7.]]]]), device='cuda:0',
671       size=(2, 3, 2, 3, 4), nnz=4, dtype=torch.float64, layout=torch.sparse_csr)
672# _crow_indices
673tensor([[[0, 2, 4],
674         [0, 3, 4],
675         [0, 1, 4]],
676
677        [[0, 1, 4],
678         [0, 2, 4],
679         [0, 3, 4]]], device='cuda:0', dtype=torch.int32)
680# _col_indices
681tensor([[[0, 1, 0, 2],
682         [0, 1, 2, 0],
683         [0, 0, 1, 2]],
684
685        [[1, 0, 1, 2],
686         [0, 2, 0, 1],
687         [0, 1, 2, 1]]], device='cuda:0', dtype=torch.int32)
688# _values
689tensor([[[[1., 2., 3., 4.],
690          [2., 3., 4., 5.],
691          [3., 4., 5., 6.],
692          [4., 5., 6., 7.]],
693
694         [[1., 2., 3., 4.],
695          [2., 3., 4., 5.],
696          [3., 4., 5., 6.],
697          [4., 5., 6., 7.]],
698
699         [[1., 2., 3., 4.],
700          [2., 3., 4., 5.],
701          [3., 4., 5., 6.],
702          [4., 5., 6., 7.]]],
703
704
705        [[[1., 2., 3., 4.],
706          [2., 3., 4., 5.],
707          [3., 4., 5., 6.],
708          [4., 5., 6., 7.]],
709
710         [[1., 2., 3., 4.],
711          [2., 3., 4., 5.],
712          [3., 4., 5., 6.],
713          [4., 5., 6., 7.]],
714
715         [[1., 2., 3., 4.],
716          [2., 3., 4., 5.],
717          [3., 4., 5., 6.],
718          [4., 5., 6., 7.]]]], device='cuda:0', dtype=torch.float64)
719
720########## torch.float64/torch.int32/size=()+(8, 6)+(4, 2) ##########
721# sparse tensor
722tensor(crow_indices=tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24]),
723       col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
724                           5, 0, 1, 2, 4, 5]),
725       values=tensor([[[ 1., 11.],
726                       [ 2., 12.],
727                       [ 3., 13.],
728                       [ 4., 14.]],
729
730                      [[ 2., 12.],
731                       [ 3., 13.],
732                       [ 4., 14.],
733                       [ 5., 15.]],
734
735                      [[ 3., 13.],
736                       [ 4., 14.],
737                       [ 5., 15.],
738                       [ 6., 16.]],
739
740                      [[ 4., 14.],
741                       [ 5., 15.],
742                       [ 6., 16.],
743                       [ 7., 17.]],
744
745                      [[ 5., 15.],
746                       [ 6., 16.],
747                       [ 7., 17.],
748                       [ 8., 18.]],
749
750                      [[ 6., 16.],
751                       [ 7., 17.],
752                       [ 8., 18.],
753                       [ 9., 19.]],
754
755                      [[ 7., 17.],
756                       [ 8., 18.],
757                       [ 9., 19.],
758                       [10., 20.]],
759
760                      [[ 8., 18.],
761                       [ 9., 19.],
762                       [10., 20.],
763                       [11., 21.]],
764
765                      [[ 9., 19.],
766                       [10., 20.],
767                       [11., 21.],
768                       [12., 22.]],
769
770                      [[10., 20.],
771                       [11., 21.],
772                       [12., 22.],
773                       [13., 23.]],
774
775                      [[11., 21.],
776                       [12., 22.],
777                       [13., 23.],
778                       [14., 24.]],
779
780                      [[12., 22.],
781                       [13., 23.],
782                       [14., 24.],
783                       [15., 25.]],
784
785                      [[13., 23.],
786                       [14., 24.],
787                       [15., 25.],
788                       [16., 26.]],
789
790                      [[14., 24.],
791                       [15., 25.],
792                       [16., 26.],
793                       [17., 27.]],
794
795                      [[15., 25.],
796                       [16., 26.],
797                       [17., 27.],
798                       [18., 28.]],
799
800                      [[16., 26.],
801                       [17., 27.],
802                       [18., 28.],
803                       [19., 29.]],
804
805                      [[17., 27.],
806                       [18., 28.],
807                       [19., 29.],
808                       [20., 30.]],
809
810                      [[18., 28.],
811                       [19., 29.],
812                       [20., 30.],
813                       [21., 31.]],
814
815                      [[19., 29.],
816                       [20., 30.],
817                       [21., 31.],
818                       [22., 32.]],
819
820                      [[20., 30.],
821                       [21., 31.],
822                       [22., 32.],
823                       [23., 33.]],
824
825                      [[21., 31.],
826                       [22., 32.],
827                       [23., 33.],
828                       [24., 34.]],
829
830                      [[22., 32.],
831                       [23., 33.],
832                       [24., 34.],
833                       [25., 35.]],
834
835                      [[23., 33.],
836                       [24., 34.],
837                       [25., 35.],
838                       [26., 36.]],
839
840                      [[24., 34.],
841                       [25., 35.],
842                       [26., 36.],
843                       [27., 37.]]]), device='cuda:0', size=(8, 6, 4, 2),
844       nnz=24, dtype=torch.float64, layout=torch.sparse_csr)
845# _crow_indices
846tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24], device='cuda:0',
847       dtype=torch.int32)
848# _col_indices
849tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
850       device='cuda:0', dtype=torch.int32)
851# _values
852tensor([[[ 1., 11.],
853         [ 2., 12.],
854         [ 3., 13.],
855         [ 4., 14.]],
856
857        [[ 2., 12.],
858         [ 3., 13.],
859         [ 4., 14.],
860         [ 5., 15.]],
861
862        [[ 3., 13.],
863         [ 4., 14.],
864         [ 5., 15.],
865         [ 6., 16.]],
866
867        [[ 4., 14.],
868         [ 5., 15.],
869         [ 6., 16.],
870         [ 7., 17.]],
871
872        [[ 5., 15.],
873         [ 6., 16.],
874         [ 7., 17.],
875         [ 8., 18.]],
876
877        [[ 6., 16.],
878         [ 7., 17.],
879         [ 8., 18.],
880         [ 9., 19.]],
881
882        [[ 7., 17.],
883         [ 8., 18.],
884         [ 9., 19.],
885         [10., 20.]],
886
887        [[ 8., 18.],
888         [ 9., 19.],
889         [10., 20.],
890         [11., 21.]],
891
892        [[ 9., 19.],
893         [10., 20.],
894         [11., 21.],
895         [12., 22.]],
896
897        [[10., 20.],
898         [11., 21.],
899         [12., 22.],
900         [13., 23.]],
901
902        [[11., 21.],
903         [12., 22.],
904         [13., 23.],
905         [14., 24.]],
906
907        [[12., 22.],
908         [13., 23.],
909         [14., 24.],
910         [15., 25.]],
911
912        [[13., 23.],
913         [14., 24.],
914         [15., 25.],
915         [16., 26.]],
916
917        [[14., 24.],
918         [15., 25.],
919         [16., 26.],
920         [17., 27.]],
921
922        [[15., 25.],
923         [16., 26.],
924         [17., 27.],
925         [18., 28.]],
926
927        [[16., 26.],
928         [17., 27.],
929         [18., 28.],
930         [19., 29.]],
931
932        [[17., 27.],
933         [18., 28.],
934         [19., 29.],
935         [20., 30.]],
936
937        [[18., 28.],
938         [19., 29.],
939         [20., 30.],
940         [21., 31.]],
941
942        [[19., 29.],
943         [20., 30.],
944         [21., 31.],
945         [22., 32.]],
946
947        [[20., 30.],
948         [21., 31.],
949         [22., 32.],
950         [23., 33.]],
951
952        [[21., 31.],
953         [22., 32.],
954         [23., 33.],
955         [24., 34.]],
956
957        [[22., 32.],
958         [23., 33.],
959         [24., 34.],
960         [25., 35.]],
961
962        [[23., 33.],
963         [24., 34.],
964         [25., 35.],
965         [26., 36.]],
966
967        [[24., 34.],
968         [25., 35.],
969         [26., 36.],
970         [27., 37.]]], device='cuda:0', dtype=torch.float64)
971
972
973########## torch.float32/torch.int64/size=(2, 3)+(2, 3)+(4,) ##########
974# sparse tensor
975tensor(crow_indices=tensor([[[0, 2, 4],
976                             [0, 3, 4],
977                             [0, 1, 4]],
978
979                            [[0, 1, 4],
980                             [0, 2, 4],
981                             [0, 3, 4]]]),
982       col_indices=tensor([[[0, 1, 0, 2],
983                            [0, 1, 2, 0],
984                            [0, 0, 1, 2]],
985
986                           [[1, 0, 1, 2],
987                            [0, 2, 0, 1],
988                            [0, 1, 2, 1]]]),
989       values=tensor([[[[1., 2., 3., 4.],
990                        [2., 3., 4., 5.],
991                        [3., 4., 5., 6.],
992                        [4., 5., 6., 7.]],
993
994                       [[1., 2., 3., 4.],
995                        [2., 3., 4., 5.],
996                        [3., 4., 5., 6.],
997                        [4., 5., 6., 7.]],
998
999                       [[1., 2., 3., 4.],
1000                        [2., 3., 4., 5.],
1001                        [3., 4., 5., 6.],
1002                        [4., 5., 6., 7.]]],
1003
1004
1005                      [[[1., 2., 3., 4.],
1006                        [2., 3., 4., 5.],
1007                        [3., 4., 5., 6.],
1008                        [4., 5., 6., 7.]],
1009
1010                       [[1., 2., 3., 4.],
1011                        [2., 3., 4., 5.],
1012                        [3., 4., 5., 6.],
1013                        [4., 5., 6., 7.]],
1014
1015                       [[1., 2., 3., 4.],
1016                        [2., 3., 4., 5.],
1017                        [3., 4., 5., 6.],
1018                        [4., 5., 6., 7.]]]]), device='cuda:0',
1019       size=(2, 3, 2, 3, 4), nnz=4, layout=torch.sparse_csr)
1020# _crow_indices
1021tensor([[[0, 2, 4],
1022         [0, 3, 4],
1023         [0, 1, 4]],
1024
1025        [[0, 1, 4],
1026         [0, 2, 4],
1027         [0, 3, 4]]], device='cuda:0')
1028# _col_indices
1029tensor([[[0, 1, 0, 2],
1030         [0, 1, 2, 0],
1031         [0, 0, 1, 2]],
1032
1033        [[1, 0, 1, 2],
1034         [0, 2, 0, 1],
1035         [0, 1, 2, 1]]], device='cuda:0')
1036# _values
1037tensor([[[[1., 2., 3., 4.],
1038          [2., 3., 4., 5.],
1039          [3., 4., 5., 6.],
1040          [4., 5., 6., 7.]],
1041
1042         [[1., 2., 3., 4.],
1043          [2., 3., 4., 5.],
1044          [3., 4., 5., 6.],
1045          [4., 5., 6., 7.]],
1046
1047         [[1., 2., 3., 4.],
1048          [2., 3., 4., 5.],
1049          [3., 4., 5., 6.],
1050          [4., 5., 6., 7.]]],
1051
1052
1053        [[[1., 2., 3., 4.],
1054          [2., 3., 4., 5.],
1055          [3., 4., 5., 6.],
1056          [4., 5., 6., 7.]],
1057
1058         [[1., 2., 3., 4.],
1059          [2., 3., 4., 5.],
1060          [3., 4., 5., 6.],
1061          [4., 5., 6., 7.]],
1062
1063         [[1., 2., 3., 4.],
1064          [2., 3., 4., 5.],
1065          [3., 4., 5., 6.],
1066          [4., 5., 6., 7.]]]], device='cuda:0')
1067
1068########## torch.float32/torch.int64/size=()+(8, 6)+(4, 2) ##########
1069# sparse tensor
1070tensor(crow_indices=tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24]),
1071       col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
1072                           5, 0, 1, 2, 4, 5]),
1073       values=tensor([[[ 1., 11.],
1074                       [ 2., 12.],
1075                       [ 3., 13.],
1076                       [ 4., 14.]],
1077
1078                      [[ 2., 12.],
1079                       [ 3., 13.],
1080                       [ 4., 14.],
1081                       [ 5., 15.]],
1082
1083                      [[ 3., 13.],
1084                       [ 4., 14.],
1085                       [ 5., 15.],
1086                       [ 6., 16.]],
1087
1088                      [[ 4., 14.],
1089                       [ 5., 15.],
1090                       [ 6., 16.],
1091                       [ 7., 17.]],
1092
1093                      [[ 5., 15.],
1094                       [ 6., 16.],
1095                       [ 7., 17.],
1096                       [ 8., 18.]],
1097
1098                      [[ 6., 16.],
1099                       [ 7., 17.],
1100                       [ 8., 18.],
1101                       [ 9., 19.]],
1102
1103                      [[ 7., 17.],
1104                       [ 8., 18.],
1105                       [ 9., 19.],
1106                       [10., 20.]],
1107
1108                      [[ 8., 18.],
1109                       [ 9., 19.],
1110                       [10., 20.],
1111                       [11., 21.]],
1112
1113                      [[ 9., 19.],
1114                       [10., 20.],
1115                       [11., 21.],
1116                       [12., 22.]],
1117
1118                      [[10., 20.],
1119                       [11., 21.],
1120                       [12., 22.],
1121                       [13., 23.]],
1122
1123                      [[11., 21.],
1124                       [12., 22.],
1125                       [13., 23.],
1126                       [14., 24.]],
1127
1128                      [[12., 22.],
1129                       [13., 23.],
1130                       [14., 24.],
1131                       [15., 25.]],
1132
1133                      [[13., 23.],
1134                       [14., 24.],
1135                       [15., 25.],
1136                       [16., 26.]],
1137
1138                      [[14., 24.],
1139                       [15., 25.],
1140                       [16., 26.],
1141                       [17., 27.]],
1142
1143                      [[15., 25.],
1144                       [16., 26.],
1145                       [17., 27.],
1146                       [18., 28.]],
1147
1148                      [[16., 26.],
1149                       [17., 27.],
1150                       [18., 28.],
1151                       [19., 29.]],
1152
1153                      [[17., 27.],
1154                       [18., 28.],
1155                       [19., 29.],
1156                       [20., 30.]],
1157
1158                      [[18., 28.],
1159                       [19., 29.],
1160                       [20., 30.],
1161                       [21., 31.]],
1162
1163                      [[19., 29.],
1164                       [20., 30.],
1165                       [21., 31.],
1166                       [22., 32.]],
1167
1168                      [[20., 30.],
1169                       [21., 31.],
1170                       [22., 32.],
1171                       [23., 33.]],
1172
1173                      [[21., 31.],
1174                       [22., 32.],
1175                       [23., 33.],
1176                       [24., 34.]],
1177
1178                      [[22., 32.],
1179                       [23., 33.],
1180                       [24., 34.],
1181                       [25., 35.]],
1182
1183                      [[23., 33.],
1184                       [24., 34.],
1185                       [25., 35.],
1186                       [26., 36.]],
1187
1188                      [[24., 34.],
1189                       [25., 35.],
1190                       [26., 36.],
1191                       [27., 37.]]]), device='cuda:0', size=(8, 6, 4, 2),
1192       nnz=24, layout=torch.sparse_csr)
1193# _crow_indices
1194tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24], device='cuda:0')
1195# _col_indices
1196tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
1197       device='cuda:0')
1198# _values
1199tensor([[[ 1., 11.],
1200         [ 2., 12.],
1201         [ 3., 13.],
1202         [ 4., 14.]],
1203
1204        [[ 2., 12.],
1205         [ 3., 13.],
1206         [ 4., 14.],
1207         [ 5., 15.]],
1208
1209        [[ 3., 13.],
1210         [ 4., 14.],
1211         [ 5., 15.],
1212         [ 6., 16.]],
1213
1214        [[ 4., 14.],
1215         [ 5., 15.],
1216         [ 6., 16.],
1217         [ 7., 17.]],
1218
1219        [[ 5., 15.],
1220         [ 6., 16.],
1221         [ 7., 17.],
1222         [ 8., 18.]],
1223
1224        [[ 6., 16.],
1225         [ 7., 17.],
1226         [ 8., 18.],
1227         [ 9., 19.]],
1228
1229        [[ 7., 17.],
1230         [ 8., 18.],
1231         [ 9., 19.],
1232         [10., 20.]],
1233
1234        [[ 8., 18.],
1235         [ 9., 19.],
1236         [10., 20.],
1237         [11., 21.]],
1238
1239        [[ 9., 19.],
1240         [10., 20.],
1241         [11., 21.],
1242         [12., 22.]],
1243
1244        [[10., 20.],
1245         [11., 21.],
1246         [12., 22.],
1247         [13., 23.]],
1248
1249        [[11., 21.],
1250         [12., 22.],
1251         [13., 23.],
1252         [14., 24.]],
1253
1254        [[12., 22.],
1255         [13., 23.],
1256         [14., 24.],
1257         [15., 25.]],
1258
1259        [[13., 23.],
1260         [14., 24.],
1261         [15., 25.],
1262         [16., 26.]],
1263
1264        [[14., 24.],
1265         [15., 25.],
1266         [16., 26.],
1267         [17., 27.]],
1268
1269        [[15., 25.],
1270         [16., 26.],
1271         [17., 27.],
1272         [18., 28.]],
1273
1274        [[16., 26.],
1275         [17., 27.],
1276         [18., 28.],
1277         [19., 29.]],
1278
1279        [[17., 27.],
1280         [18., 28.],
1281         [19., 29.],
1282         [20., 30.]],
1283
1284        [[18., 28.],
1285         [19., 29.],
1286         [20., 30.],
1287         [21., 31.]],
1288
1289        [[19., 29.],
1290         [20., 30.],
1291         [21., 31.],
1292         [22., 32.]],
1293
1294        [[20., 30.],
1295         [21., 31.],
1296         [22., 32.],
1297         [23., 33.]],
1298
1299        [[21., 31.],
1300         [22., 32.],
1301         [23., 33.],
1302         [24., 34.]],
1303
1304        [[22., 32.],
1305         [23., 33.],
1306         [24., 34.],
1307         [25., 35.]],
1308
1309        [[23., 33.],
1310         [24., 34.],
1311         [25., 35.],
1312         [26., 36.]],
1313
1314        [[24., 34.],
1315         [25., 35.],
1316         [26., 36.],
1317         [27., 37.]]], device='cuda:0')
1318
1319
1320########## torch.float64/torch.int64/size=(2, 3)+(2, 3)+(4,) ##########
1321# sparse tensor
1322tensor(crow_indices=tensor([[[0, 2, 4],
1323                             [0, 3, 4],
1324                             [0, 1, 4]],
1325
1326                            [[0, 1, 4],
1327                             [0, 2, 4],
1328                             [0, 3, 4]]]),
1329       col_indices=tensor([[[0, 1, 0, 2],
1330                            [0, 1, 2, 0],
1331                            [0, 0, 1, 2]],
1332
1333                           [[1, 0, 1, 2],
1334                            [0, 2, 0, 1],
1335                            [0, 1, 2, 1]]]),
1336       values=tensor([[[[1., 2., 3., 4.],
1337                        [2., 3., 4., 5.],
1338                        [3., 4., 5., 6.],
1339                        [4., 5., 6., 7.]],
1340
1341                       [[1., 2., 3., 4.],
1342                        [2., 3., 4., 5.],
1343                        [3., 4., 5., 6.],
1344                        [4., 5., 6., 7.]],
1345
1346                       [[1., 2., 3., 4.],
1347                        [2., 3., 4., 5.],
1348                        [3., 4., 5., 6.],
1349                        [4., 5., 6., 7.]]],
1350
1351
1352                      [[[1., 2., 3., 4.],
1353                        [2., 3., 4., 5.],
1354                        [3., 4., 5., 6.],
1355                        [4., 5., 6., 7.]],
1356
1357                       [[1., 2., 3., 4.],
1358                        [2., 3., 4., 5.],
1359                        [3., 4., 5., 6.],
1360                        [4., 5., 6., 7.]],
1361
1362                       [[1., 2., 3., 4.],
1363                        [2., 3., 4., 5.],
1364                        [3., 4., 5., 6.],
1365                        [4., 5., 6., 7.]]]]), device='cuda:0',
1366       size=(2, 3, 2, 3, 4), nnz=4, dtype=torch.float64, layout=torch.sparse_csr)
1367# _crow_indices
1368tensor([[[0, 2, 4],
1369         [0, 3, 4],
1370         [0, 1, 4]],
1371
1372        [[0, 1, 4],
1373         [0, 2, 4],
1374         [0, 3, 4]]], device='cuda:0')
1375# _col_indices
1376tensor([[[0, 1, 0, 2],
1377         [0, 1, 2, 0],
1378         [0, 0, 1, 2]],
1379
1380        [[1, 0, 1, 2],
1381         [0, 2, 0, 1],
1382         [0, 1, 2, 1]]], device='cuda:0')
1383# _values
1384tensor([[[[1., 2., 3., 4.],
1385          [2., 3., 4., 5.],
1386          [3., 4., 5., 6.],
1387          [4., 5., 6., 7.]],
1388
1389         [[1., 2., 3., 4.],
1390          [2., 3., 4., 5.],
1391          [3., 4., 5., 6.],
1392          [4., 5., 6., 7.]],
1393
1394         [[1., 2., 3., 4.],
1395          [2., 3., 4., 5.],
1396          [3., 4., 5., 6.],
1397          [4., 5., 6., 7.]]],
1398
1399
1400        [[[1., 2., 3., 4.],
1401          [2., 3., 4., 5.],
1402          [3., 4., 5., 6.],
1403          [4., 5., 6., 7.]],
1404
1405         [[1., 2., 3., 4.],
1406          [2., 3., 4., 5.],
1407          [3., 4., 5., 6.],
1408          [4., 5., 6., 7.]],
1409
1410         [[1., 2., 3., 4.],
1411          [2., 3., 4., 5.],
1412          [3., 4., 5., 6.],
1413          [4., 5., 6., 7.]]]], device='cuda:0', dtype=torch.float64)
1414
1415########## torch.float64/torch.int64/size=()+(8, 6)+(4, 2) ##########
1416# sparse tensor
1417tensor(crow_indices=tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24]),
1418       col_indices=tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4,
1419                           5, 0, 1, 2, 4, 5]),
1420       values=tensor([[[ 1., 11.],
1421                       [ 2., 12.],
1422                       [ 3., 13.],
1423                       [ 4., 14.]],
1424
1425                      [[ 2., 12.],
1426                       [ 3., 13.],
1427                       [ 4., 14.],
1428                       [ 5., 15.]],
1429
1430                      [[ 3., 13.],
1431                       [ 4., 14.],
1432                       [ 5., 15.],
1433                       [ 6., 16.]],
1434
1435                      [[ 4., 14.],
1436                       [ 5., 15.],
1437                       [ 6., 16.],
1438                       [ 7., 17.]],
1439
1440                      [[ 5., 15.],
1441                       [ 6., 16.],
1442                       [ 7., 17.],
1443                       [ 8., 18.]],
1444
1445                      [[ 6., 16.],
1446                       [ 7., 17.],
1447                       [ 8., 18.],
1448                       [ 9., 19.]],
1449
1450                      [[ 7., 17.],
1451                       [ 8., 18.],
1452                       [ 9., 19.],
1453                       [10., 20.]],
1454
1455                      [[ 8., 18.],
1456                       [ 9., 19.],
1457                       [10., 20.],
1458                       [11., 21.]],
1459
1460                      [[ 9., 19.],
1461                       [10., 20.],
1462                       [11., 21.],
1463                       [12., 22.]],
1464
1465                      [[10., 20.],
1466                       [11., 21.],
1467                       [12., 22.],
1468                       [13., 23.]],
1469
1470                      [[11., 21.],
1471                       [12., 22.],
1472                       [13., 23.],
1473                       [14., 24.]],
1474
1475                      [[12., 22.],
1476                       [13., 23.],
1477                       [14., 24.],
1478                       [15., 25.]],
1479
1480                      [[13., 23.],
1481                       [14., 24.],
1482                       [15., 25.],
1483                       [16., 26.]],
1484
1485                      [[14., 24.],
1486                       [15., 25.],
1487                       [16., 26.],
1488                       [17., 27.]],
1489
1490                      [[15., 25.],
1491                       [16., 26.],
1492                       [17., 27.],
1493                       [18., 28.]],
1494
1495                      [[16., 26.],
1496                       [17., 27.],
1497                       [18., 28.],
1498                       [19., 29.]],
1499
1500                      [[17., 27.],
1501                       [18., 28.],
1502                       [19., 29.],
1503                       [20., 30.]],
1504
1505                      [[18., 28.],
1506                       [19., 29.],
1507                       [20., 30.],
1508                       [21., 31.]],
1509
1510                      [[19., 29.],
1511                       [20., 30.],
1512                       [21., 31.],
1513                       [22., 32.]],
1514
1515                      [[20., 30.],
1516                       [21., 31.],
1517                       [22., 32.],
1518                       [23., 33.]],
1519
1520                      [[21., 31.],
1521                       [22., 32.],
1522                       [23., 33.],
1523                       [24., 34.]],
1524
1525                      [[22., 32.],
1526                       [23., 33.],
1527                       [24., 34.],
1528                       [25., 35.]],
1529
1530                      [[23., 33.],
1531                       [24., 34.],
1532                       [25., 35.],
1533                       [26., 36.]],
1534
1535                      [[24., 34.],
1536                       [25., 35.],
1537                       [26., 36.],
1538                       [27., 37.]]]), device='cuda:0', size=(8, 6, 4, 2),
1539       nnz=24, dtype=torch.float64, layout=torch.sparse_csr)
1540# _crow_indices
1541tensor([ 0,  3,  5,  8,  8, 12, 17, 19, 24], device='cuda:0')
1542# _col_indices
1543tensor([1, 3, 5, 1, 4, 0, 1, 2, 1, 3, 4, 5, 0, 2, 3, 4, 5, 4, 5, 0, 1, 2, 4, 5],
1544       device='cuda:0')
1545# _values
1546tensor([[[ 1., 11.],
1547         [ 2., 12.],
1548         [ 3., 13.],
1549         [ 4., 14.]],
1550
1551        [[ 2., 12.],
1552         [ 3., 13.],
1553         [ 4., 14.],
1554         [ 5., 15.]],
1555
1556        [[ 3., 13.],
1557         [ 4., 14.],
1558         [ 5., 15.],
1559         [ 6., 16.]],
1560
1561        [[ 4., 14.],
1562         [ 5., 15.],
1563         [ 6., 16.],
1564         [ 7., 17.]],
1565
1566        [[ 5., 15.],
1567         [ 6., 16.],
1568         [ 7., 17.],
1569         [ 8., 18.]],
1570
1571        [[ 6., 16.],
1572         [ 7., 17.],
1573         [ 8., 18.],
1574         [ 9., 19.]],
1575
1576        [[ 7., 17.],
1577         [ 8., 18.],
1578         [ 9., 19.],
1579         [10., 20.]],
1580
1581        [[ 8., 18.],
1582         [ 9., 19.],
1583         [10., 20.],
1584         [11., 21.]],
1585
1586        [[ 9., 19.],
1587         [10., 20.],
1588         [11., 21.],
1589         [12., 22.]],
1590
1591        [[10., 20.],
1592         [11., 21.],
1593         [12., 22.],
1594         [13., 23.]],
1595
1596        [[11., 21.],
1597         [12., 22.],
1598         [13., 23.],
1599         [14., 24.]],
1600
1601        [[12., 22.],
1602         [13., 23.],
1603         [14., 24.],
1604         [15., 25.]],
1605
1606        [[13., 23.],
1607         [14., 24.],
1608         [15., 25.],
1609         [16., 26.]],
1610
1611        [[14., 24.],
1612         [15., 25.],
1613         [16., 26.],
1614         [17., 27.]],
1615
1616        [[15., 25.],
1617         [16., 26.],
1618         [17., 27.],
1619         [18., 28.]],
1620
1621        [[16., 26.],
1622         [17., 27.],
1623         [18., 28.],
1624         [19., 29.]],
1625
1626        [[17., 27.],
1627         [18., 28.],
1628         [19., 29.],
1629         [20., 30.]],
1630
1631        [[18., 28.],
1632         [19., 29.],
1633         [20., 30.],
1634         [21., 31.]],
1635
1636        [[19., 29.],
1637         [20., 30.],
1638         [21., 31.],
1639         [22., 32.]],
1640
1641        [[20., 30.],
1642         [21., 31.],
1643         [22., 32.],
1644         [23., 33.]],
1645
1646        [[21., 31.],
1647         [22., 32.],
1648         [23., 33.],
1649         [24., 34.]],
1650
1651        [[22., 32.],
1652         [23., 33.],
1653         [24., 34.],
1654         [25., 35.]],
1655
1656        [[23., 33.],
1657         [24., 34.],
1658         [25., 35.],
1659         [26., 36.]],
1660
1661        [[24., 34.],
1662         [25., 35.],
1663         [26., 36.],
1664         [27., 37.]]], device='cuda:0', dtype=torch.float64)
1665
1666