transpose公式_tf.transpose函数的用法讲解（图解）

tf.transpose函数中文意思是转置，对于低维度的转置问题，低维的还可以理解高维有点懵

看了博客也不是很明白

tf.transpose函数

tf.transpose(

a,

perm=None,

name='transpose',

conjugate=False

)

置换 a,根据 perm 重新排列尺寸.

返回的张量的维度 i 将对应于输入维度 perm[i].如果 perm 没有给出,它被设置为(n-1 ... 0),其中 n 是输入张量的秩.因此,默认情况下,此操作在二维输入张量上执行常规矩阵转置.如果共轭为 True,并且 a.dtype 是 complex64 或 complex128,那么 a 的值是共轭转置和.

例如：

x = tf.constant([[1, 2, 3], [4, 5, 6]])

tf.transpose(x) # [[1, 4]

# [2, 5]

# [3, 6]]

# Equivalently

#

tf.transpose(x, perm=[1, 0]) # [[1, 4]

# [2, 5]

# [3, 6]]

tf.transpose(x, perm=[0, 1])#[[1, 2, 3]

# [4, 5, 6]]

对于二维数组此时perm数组取值只能是0 1，perm=[0,1],0代表二维数组的行，1代表二维数组的列 为初始状态与原来的数据相等 二维数组为2行3列的矩阵

tf.transpose(x, perm=[1,0])，与初始perm=[0,1]相比第一列与第二列互换也就是行列互换，变成3*2的矩阵，结果可由上面验证

x = tf.constant([[[ 1, 2, 3],

[ 4, 5, 6]],

[[ 7, 8, 9],

[10, 11, 12]]])#shape=(2, 2, 3)

tf.transpose(x, perm=[0, 1,2])#shape=(2, 2, 3)=x

a=tf.transpose(x, perm=[1, 0, 2])

'''

[[[ 1 2 3]

[ 7 8 9]]

[[ 4 5 6]

[10 11 12]]]'

'''

b=tf.transpose(x, perm=[1, 2,0])

'''

[[[ 1 7]

[ 2 8]

[ 3 9]]

[[ 4 10]

[ 5 11]

[ 6 12]]]

'''

tf.transpose的第二个参数perm=[0,1,2],0代表三维数组的高本例中为2，1代表二维数组的行本例中为2，2代表二维数组的列本例中为3。初始数组维度是2*2*3

tf.transpose(x, perm=[1,0,2])代表将三位数组的高和行进行转置。 (与perm=[0,1,2])相比 一二列互换 维度依旧是2*2*3

tf.transpose(x, perm=[1,2,0]) 原始perm=[0,1,2]交换第一第二维变成perm=[1,0,2]在交换2 3维度变成