为何Minkowski Engine稀疏张量维度为2，输入坐标维度却为[4755,3]？

问题核心 #

输入3维坐标张量（形状(N,3)，每行对应一个3维坐标），通过ME.SparseTensor(features=input_edge, coordinates=input_coords.int())初始化后，sparse_tensor.D返回2，步长为[1,1]，与预期的3维空间维度不符。

原因分析 #

多数稀疏张量库（如MegEngine的SparseTensor）对坐标张量的形状有严格要求：坐标必须是(D, N)格式，其中D是稀疏张量的空间维度，N是非零元素的数量。
你传入的坐标是(N,3)格式（每行一个坐标），库会错误地将第一维度（N）识别为空间维度相关参数，再结合特征张量input_edge的维度限制，最终仅识别出2维，导致D=2、步长为[1,1]。

解决步骤 #

1. 转置坐标张量：将(N,3)格式的坐标转为(3,N)格式后传入

input_coords_transposed = input_coords.int().T
sparse_tensor = ME.SparseTensor(features=input_edge, coordinates=input_coords_transposed)

2. 验证特征张量匹配：确保input_edge的形状为(N, C)（N与坐标张量转置后的第二维度一致，C为特征维度），避免维度不匹配导致的异常。
3. 检查无效维度：若转置后仍有问题，确认坐标张量是否存在某一列值完全相同的情况——部分库会自动压缩无变化的维度，导致空间维度减少。

内容的提问来源于stack exchange，提问作者mightyowl_v