tensor.permute(dim1, dim2, dim3, …)

permute可以对任意高维矩阵进行转置.但只有 tensor.permute() 这个调用方式

x = torch.rand(2,3,4)
print("x.shape:", x.shape)
x = x.permute(2,1,0)
print("x.shape:", x.shape)

输出：

x.shape: torch.Size([2, 3, 4])
x.shape: torch.Size([4, 3, 2])
[Finished in 1.0s]

例2：

t.rand(2,3,4,5).permute(3,2,0,1).shape
Out[669]: torch.Size([5, 4, 2, 3])

总结
传入permute方法的参数是维度， 未进行变换前的dim是[0, 1, 2]的方式， 转换后表示将第0维度和第2维度调换

torch.transpose(tensor, dim1, dim2)

transpose只能操作2D矩阵的转置(就是每次transpose只能在两个维度之间转换，其他维度保持不变)。有两种调用方式。连续使用transpose也可实现permute的效果

torch.transpose(Tensor, 1, 0)
t.rand(2,3,4,5).transpose(3,0).transpose(2,1).transpose(3,2).shape
Out[672]: torch.Size([5, 4, 2, 3])
t.rand(2,3,4,5).transpose(1,0).transpose(2,1).transpose(3,1).shape
Out[670]: torch.Size([3, 5, 2, 4])

transpose和permute的区别

主要区别是transpose只能在两个维度之间转换， permute可以一下转换好几个维度

参考
PyTorch 高维矩阵转置 Transpose 和 Permute

最后

以上就是正直鸡翅为你收集整理的pytorch --- tensor.permute()和torch.transpose()tensor.permute(dim1, dim2, dim3, …)torch.transpose(tensor, dim1, dim2)transpose和permute的区别的全部内容，希望文章能够帮你解决pytorch --- tensor.permute()和torch.transpose()tensor.permute(dim1, dim2, dim3, …)torch.transpose(tensor, dim1, dim2)transpose和permute的区别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。