1 transpose和permute函数的区别和用法

Pytorch中的transpose和permute方法都可以实现tensor维度之间的变换，transpose一次只能转换两个维度，而permute可以根据指定维度顺序一次转换多个维度，下面将简要介绍下transpose和permute方法。

1.1 transpose

transpose方法有两种形式，一种是torch.transpos形式，可以作为torch的全局方法调用；另一种是tensor.transpoe形式，作为tensor的成员函数使用。

torch.transpose(input, dim0, dim1)

函数参数

  • input - 输入的tensor
  • dim0 - int，需要调换的第一个维度
  • dim1 - int，需要调换的第二个维度

返回值

根据输入的tensor，返回调换输入tensor的dim0和dim1维度的tensor。

使用示例

import torch

if __name__ == '__main__':
    print('调换前：')
    x = torch.randn(2, 3)
    print(x.size())
    print(x)

    print('调换后：')
    x_transpose = torch.transpose(x, 0, 1)
    print(x_transpose.size())
    print(x_transpose)

输出：

调换前：
torch.Size([2, 3])
tensor([[ 0.2793, -0.5829, -1.3709],
        [ 1.3864, -0.4422, -0.4302]])
调换后：
torch.Size([3, 2])
tensor([[ 0.2793,  1.3864],
        [-0.5829, -0.4422],
        [-1.3709, -0.4302]])

1.2 permute

permute为Tensor的成员函数，只支持tensor.permute()的调用方式。

Tensor.permute(*dims)

函数参数

  • dims (int...*) - 维度调换的顺序，比如原始维度顺序为0,1,2，如果要调换第1维和第3维则输入2,1,0

返回值

返回对原始tensor按给定维度顺序调换的tensor

使用示例

import torch

if __name__ == '__main__':
    print('调换前：')
    x = torch.randn(2, 3)
    print(x.size())
    print(x)

    print('调换后：')
    x_transpose = x.permute(1,0)
    print(x_transpose.size())
    print(x_transpose)

输出：

调换前：
torch.Size([2, 3])
tensor([[-1.5693, -1.1423,  0.3227],
        [ 0.5713,  0.0128,  0.0504]])
调换后：
torch.Size([3, 2])
tensor([[-1.5693,  0.5713],
        [-1.1423,  0.0128],
        [ 0.3227,  0.0504]])

参考链接