torch.transpose

torch.transpose(input, dim0, dim1) → Tensor

返回 input 的轉置版本張量。給定的維度 dim0 和 dim1 被交換。

如果 input 是跨步張量 (strided tensor)，則生成的 out 張量與其底層的儲存共享記憶體，因此改變其中一個的內容會改變另一個的內容。

如果 input 是稀疏張量 (sparse tensor)，則生成的 out 張量 *不* 與 input 張量共享底層的儲存。

如果 input 是具有壓縮佈局（SparseCSR, SparseBSR, SparseCSC 或 SparseBSC）的稀疏張量 (sparse tensor)，則引數 dim0 和 dim1 必須要麼都是批處理維度 (batch dimensions)，要麼都是稀疏維度 (sparse dimensions)。稀疏張量的批處理維度是稀疏維度之前的維度。

注意

互換 SparseCSR 或 SparseCSC 佈局張量稀疏維度的轉置操作將導致佈局在這兩種選項之間切換。類似地，轉置 SparseBSR 或 SparseBSC 佈局張量的稀疏維度將生成具有相反佈局的結果。

引數

• input (Tensor) – 輸入張量。

• dim0 (int) – 第一個要轉置的維度

• dim1 (int) – 第二個要轉置的維度

示例

>>> x = torch.randn(2, 3)
>>> x
tensor([[ 1.0028, -0.9893,  0.5809],
        [-0.1669,  0.7299,  0.4942]])
>>> torch.transpose(x, 0, 1)
tensor([[ 1.0028, -0.1669],
        [-0.9893,  0.7299],
        [ 0.5809,  0.4942]])

另請參閱 torch.t()。