深入浅出理解tf.transpose

一、tf.transpose()实例

本博客主要讲解tensorflow中的transpose()函数，初次接触此函数时必然对维度变换不太理解，看了很多博客发现只有代码示例却没有解析操作的细节，所以记录下来帮助自己理解。
使用transpose()函数时，需要给出matrix和perm两个参数，matrix是待变换的张量，perm是张量变换方式的具体参数。

tf.transpose(
    matrix,
    perm=None
    )

实现的操作是将matrix进行转置，并且根据perm参数重新排列输出维度。这是对数据的维度的进行操作的形式。

1.1 说明

• 输出数据tensor的第i维将根据perm[i]指定。比如，如果perm没有给定，那么默认是perm = [n-1, n-2, …, 0]，其中rank(a) = n。
• 默认情况下，对于二维输入数据，其实就是常规的矩阵转置操作。

1.2 代码演示

import tensorflow as tf

sess = tf.Session()
input_data = tf.constant([[1, 2, 3], [4, 5, 6]])
print(sess.run(tf.transpose(input_data)))
# [[1 4]
#  [2 5]
#  [3 6]]
print(sess.run(input_data))
# [[1 2 3]
#  [4 5 6]]
print(sess.run(tf.transpose(input_data, perm=[1, 0])))
# [[1 4]
#  [2 5]
#  [3 6]]
input_data = tf.constant([[[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]])
print('input_data shape: ', sess.run(tf.shape(input_data)))
# [1, 4, 3]
output_data = tf.transpose(input_data, perm=[2, 1, 0])
print('output_data shape: ', sess.run(tf.shape(output_data)))
# [3, 4, 1]
print(sess.run(output_data))
# [[[ 1]
#   [ 4]
#   [ 7]
#   [10]]
# 
#  [[ 2]
#   [ 5]
#   [ 8]
#   [11]]
# 
#  [[ 3]
#   [ 6]
#   [ 9]
#   [12]]]
sess.close()

"""输入参数：
  ● a: 一个Tensor。
  ● perm: 一个对于a的维度的重排列组合。
  ● name:（可选）为这个操作取一个名字。
输出参数：
  ● 一个经过翻转的Tensor。"""

二、理解转置的意义

上例中将一个shape为 [1, 4, 3]的tensor转置成了[3, 4, 1]的shape，那么矩阵中的元素是如何变换的呢？

2.1 通用推导

上例中的操作其实是讲第一维和第三维互换，即将每个元素的下标都按照下式进行互换。
$$a_{i,j,k}=>a_{k,j,i}$$

2.2 感性理解

将第一维作X轴，第二维作Y轴，第三维作Z轴。

2.2.1 沿坐标轴翻转

第一种理解方法是，由于只有第一维和第三维互换，因此第二维不变，只需要沿着第二维进行旋转即可。

2.2.2 坐标系各轴互换

第一种理解方法是，由于只有第一维和第三维互换，只需要将X轴和Z轴在坐标系中互换位置，矩阵按照新坐标系读取即可。