Bug解决-TypeError: transpose() received an invalid combination of arguments - got (int, int, int, int)

最新推荐文章于 2023-11-23 15:22:53 发布

hjm6666666666

最新推荐文章于 2023-11-23 15:22:53 发布

阅读量1.3k

点赞数

文章标签： bug 深度学习 python 人工智能

文章讲述了在使用PyTorch处理张量时，如何正确使用transpose函数进行维度交换，以及遇到TypeError时的原因——传入了错误参数。同时介绍了permute作为替代方法的简便性，以及可能需要reshape的情况。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、bug:

TypeError: transpose() received an invalid combination of arguments - got (int, int, int, int), but expected one of:
 * (name dim0, name dim1)
 * (int dim0, int dim1)

二、错误代码：

x=x.transpose(0,3,1,2)  #(B, H, W, C) ---->(B ,C ,H ,W)

三、错误原因分析：

给transpose传入了错误数量的参数，transpose一次只能调换两个维度

解决方法：

若要交换多个维度建议调用permute：

import torch
 
x=torch.rand(2,3,4,5) #这是一个4维的矩阵
print(x.size())  # torch.Size([2, 3, 4, 5])
 
# 若要将 C T H W 转换为 T H W C
#先转置0维和1维，之后在第2，3维间转置，之后在第1，3间转置
y = x.transpose(0,1).transpose(3,2).transpose(1,3)
print(y.size()) #torch.Size([3, 4, 5, 2])
# 可以看到用transpose需要转换三次
# 此时直接用permute更见简便
print(x.permute(1, 2, 3, 0).shape) #torch.Size([3, 4, 5, 2])
 
#若在 维度变换后还需要进行reshape操作的话，需要在后面加.contiguous(),保持连续
 
x.transpose(0,3).contiguous()
x.permute(1, 2, 3, 0).contiguous()

本文为本人学习遇到的问题，参考了其他博主的解决办法，如果对你有帮助麻烦点个赞，更详细的讲解请参考：链接：Pytorch Tensor维度变换_torch.shape-优快云博客