ساختار مخزن گویش تنسور پراکنده
با مجموعهها، منظم بمانید
ذخیره و طبقهبندی محتوا براساس اولویتهای شما.
Sparse Tensor Dialect در مخزن MLIR قرار دارد.
کتابخانه و فایل های ++C
Python Bindings و CAPI
معیار MLIR
تست ها
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشی‌های سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبت‌شده Oracle و/یا شرکت‌های وابسته به آن است.
تاریخ آخرین به‌روزرسانی 2025-07-24 به‌وقت ساعت هماهنگ جهانی.
[[["درک آسان","easyToUnderstand","thumb-up"],["مشکلم را برطرف کرد","solvedMyProblem","thumb-up"],["غیره","otherUp","thumb-up"]],[["اطلاعاتی که نیاز دارم وجود ندارد","missingTheInformationINeed","thumb-down"],["بیشازحد پیچیده/ مراحل بسیار زیاد","tooComplicatedTooManySteps","thumb-down"],["قدیمی","outOfDate","thumb-down"],["مشکل ترجمه","translationIssue","thumb-down"],["مشکل کد / نمونهها","samplesCodeIssue","thumb-down"],["غیره","otherDown","thumb-down"]],["تاریخ آخرین به‌روزرسانی 2025-07-24 به‌وقت ساعت هماهنگ جهانی."],[[["The Sparse Tensor Dialect, residing within the MLIR repository, provides infrastructure for representing and processing sparse tensors."],["It offers comprehensive support including header files, a runtime support library, Python bindings, and a C API for integration with external systems."],["The dialect includes a benchmark suite for performance evaluation and a robust testing framework encompassing file checks, end-to-end tests, unit tests, and CAPI/Python binding tests."],["Developers can leverage the Sparse Tensor Dialect to optimize computations involving sparse data structures within the MLIR ecosystem."]]],[]]
