PyTorch學習之torch.transpose函數

一、簡介

torch.transpose 函數我們用于交換張量的維度。

二、語法

torch.transpose 函數用于交換給定張量的兩個維度，其語法如下：

torch.transpose(input, dim0, dim1)

三、參數

• input：待交換維度的張量。
• dim0：第一個要交換的維度。
• dim1：第二個要交換的維度。

四、示例

示例 1：基本用法

import torch# 創建一個 2x3 的張量
x = torch.tensor([[1, 2, 3], [4, 5, 6]])
print("原始張量：")
print(x)# 交換第 0 維和第 1 維
# x_transposed = torch.transpose(x, 0, 1)
x_transposed = x.transpose(0, 1)
print("交換維度后的張量：")
print(x_transposed)

輸出：

原始張量：
tensor([[1, 2, 3],[4, 5, 6]])
交換維度后的張量：
tensor([[1, 4],[2, 5],[3, 6]])

在這個例子中，原始的 2x3 張量通過交換維度變成了 3x2 張量。

示例 2：高維張量的維度交換

# 創建一個 2x3x4 的張量
x = torch.arange(24).reshape(2, 3, 4)
print("原始張量：")
print(x)# 交換第 0 維和第 2 維
x_transposed = torch.transpose(x, 0, 2)
print("交換維度后的張量：")
print(x_transposed)

輸出：

原始張量：
tensor([[[ 0,  1,  2,  3],[ 4,  5,  6,  7],[ 8,  9, 10, 11]],[[12, 13, 14, 15],[16, 17, 18, 19],[20, 21, 22, 23]]])
交換維度后的張量：
tensor([[[ 0, 12],[ 4, 16],[ 8, 20]],[[ 1, 13],[ 5, 17],[ 9, 21]],[[ 2, 14],[ 6, 18],[10, 22]],[[ 3, 15],[ 7, 19],[11, 23]]])

在這個例子中，原始的 2x3x4 張量通過交換第 0 維和第 2 維變成了 4x3x2 張量。