理解tf.transpose

本文介绍Tensorflow中的transpose()函数。函数的原型如下：

tf.transpose(a, perm=None, name='transpose')

tf.transpose函数中文意思是转置，主要用于交换Input Tensor的不同维度。

tf.transpose的第一个参数a是Input Tensor。

tf.transpose的第二个参数perm指定Tensor的维度。tf.transpose(x, perm=[1,0,2])表示将三维Input Tensor的第一维和第二维进行交换。如果没有显式指定perm，默认perm = [n – 1, n -2, …, 0]，其中n = rank(a)。

如果Input Tensor是二维的，就相当于线性代数中的转置。

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]]

对于多维Tensor，相对比较难理解。下面代码使用tf.transpose实现将shape=(1, 4, 3)的Tensor转换为shape=(3, 4, 1)的Tensor。

# 'perm' is more useful for n-dimensional tensors, for n > 2
tf.constant([[[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]])

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

 [[[ 1]
   [ 4]
   [ 7]
   [10]]
 
  [[ 2]
   [ 5]
   [ 8]
   [11]]
 
  [[ 3]
   [ 6]
   [ 9]
   [12]]]