x.flatten(2).transpose(1, 2)含义:将输入张量的第二维和第三维展平,然后交换第一维和第二维的位置
flatten函数
将维度展开为一维的函数。
python里的flatten(dim)表示,从第dim个维度开始展开,将后面的维度转化为一维。
也就是说,只保留dim之前的维度,其他维度的数据全都挤在dim这一维。
flatten(2)表示将第2个维度及以后展开到第2维上。
对于一个形状为 (3, 4, 2)
的三维数组 x
,如果执行 x.flatten(2)
,则会将 x
沿着第二个维度(也就是长度为 4 的那个维度)展开成一个长度为 8 的一维数组,其中包含了原来的所有元素
transpose函数
import numpy as np
>>> arr = np.arange(16).reshape((2,2,4))
array([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7]],
[[ 8, 9, 10, 11],
[12, 13, 14, 15]]])
>>> arr.transpose((1, 0, 2))
array([[[ 0, 1, 2, 3],
[ 8, 9, 10, 11]],
[[ 4, 5, 6, 7],
[12, 13, 14, 15]]])
使用 numpy.transpose ()进行变换,其实就是交换了坐标轴,如:x.transpose(1, 0, 2)
,其实就是将x第二维度挪到第一维上,最后的shape为:(2,2,4)
原先的数据的索引和数据对应情况为:
x[0][0][0] = 0 x[1][0][0] = 8
x[0][0][1] = 1 x[1][0][1] = 9
x[0][0][2] = 2 x[1][0][2] = 10
x[0][0][3] = 3 x[1][0][3] = 11
x[0][1][0] = 4 x[1][1][0] = 12
x[0][1][1] = 5 x[1][1][1] = 13
x[0][1][2] = 6 x[1][1][2] = 14
x[0][1][3] = 7 x[1][1][3] = 15
交换数据的索引,对应的值还是不变,即交换了坐标轴,如[0][1][0] —>[1][0][0]
x[0][0][0] = 0 x[1][0][0] = 4
x[0][0][1] = 1 x[1][0][1] = 5
x[0][0][2] = 2 x[1][0][2] = 6
x[0][0][3] = 3 x[1][0][3] = 7
x[0][1][0] = 8 x[1][1][0] = 12
x[0][1][1] = 9 x[1][1][1] = 13
x[0][1][2] = 10 x[1][1][2] = 14
x[0][1][3] = 11 x[1][1][3] = 15
根据变换后的索引进行归类
>>> arr.transpose((1, 0, 2))
array([[[ 0, 1, 2, 3],
[ 8, 9, 10, 11]],
[[ 4, 5, 6, 7],
[12, 13, 14, 15]]])