tensor.permute()和tensor.transpose()

示例文件 test.py

import torch
cor1 = torch.arange(5).float()
cor2 = torch.arange(4).float()
print(cor1)
print(cor2)
X, Y = torch.meshgrid(cor1, cor2)
print(X)
print(X.permute(0, 1))
print(X.permute(1, 0))
print(X.transpose(0, 1))
print(X.transpose(1, 0))

终端命令行及运行结果

<user>python test.py
tensor([0., 1., 2., 3., 4.])
tensor([0., 1., 2., 3.])
tensor([[0., 0., 0., 0.],
[1., 1., 1., 1.],
[2., 2., 2., 2.],
[3., 3., 3., 3.],
[4., 4., 4., 4.]])
tensor([[0., 0., 0., 0.],
[1., 1., 1., 1.],
[2., 2., 2., 2.],
[3., 3., 3., 3.],
[4., 4., 4., 4.]])
tensor([[0., 1., 2., 3., 4.],
[0., 1., 2., 3., 4.],
[0., 1., 2., 3., 4.],
[0., 1., 2., 3., 4.]])
tensor([[0., 1., 2., 3., 4.],
[0., 1., 2., 3., 4.],
[0., 1., 2., 3., 4.],
[0., 1., 2., 3., 4.]])
tensor([[0., 1., 2., 3., 4.],
[0., 1., 2., 3., 4.],
[0., 1., 2., 3., 4.],
[0., 1., 2., 3., 4.]])

有运行结果来看：

tensor.permute()是指定式的参数，参数顺序决定转置后的张量，可以设置多维。

transpose()是交换式的参数，参数顺序不决定转置后的张量，只能设置二维。

最后

以上就是美好纸鹤为你收集整理的tensor.permute()和tensor.transpose()的全部内容，希望文章能够帮你解决tensor.permute()和tensor.transpose()所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。