torch.transpose、np.transpose、torch.permute详解

超链接：深度学习工作常用方法汇总，矩阵维度变化、图片、视频等操作，包含（torch、numpy、opencv等）

---

1. torch.transpose、np.transpose、torch.permute

torch版：

x.transpose()

torch.transpose()一次只能在两个维度间进行转置（也可以理解为维度转换），最长用的是opencv中BGR转RGB。

import torch

x = torch.tensor([[[1, 2, 3], [4, 5, 6]],
                  [[7, 8, 9], [10, 11, 12]]])


b = x.transpose(1, 2)

print('x_shape:', x.shape)  # torch.Size([2, 2, 3])
print('b_shape:', b.shape)  # b_shape: torch.Size([2, 3, 2])
print(b)

numpy版：

x.transpose()

np.transpose()，维度变换，同torch.transpose()不同的是，np中是可以变换所有的轴，而且必须把所有的轴都写上去，否则会报错，而torch中一次只能变换2个轴。

感觉同torch中的permute函数一样。

import numpy as np

x = np.arange(12).reshape((3, 2, 2))
a = x.transpose(1, 2, 0)
print('x_shape:', x.shape)  # (3, 2, 2)
print('a_shape:', a.shape)  # (2, 2, 3)

torch版：

x.permute

torch.permute 同np.transpose一样，一次可以改变多个轴。

import torch

x = torch.tensor([[[1, 2, 3], [4, 5, 6]],
                  [[7, 8, 9], [10, 11, 12]]])


b = x.permute(1, 2, 0)

print('x_shape:', x.shape)  # torch.Size([2, 2, 3])
print('b_shape:', b.shape)  # b_shape: torch.Size([2, 3, 2])
print(b)

总结：reshape 与 view 可以重新设置维度；permute 和 transpose 只能 在已有的维度之间转换，并且包含转置的概念。
np.transpose 同 torch.permute一样，一次修改多个轴；
torch.transpose，一次只能修改1个轴。