Tensorflow中transpose 解析

transpose函数作用是对矩阵进行转换操作

解释：

例如 'x' is   [[[1  2  3]
#            [4  5  6]]
#           [[7  8  9]
#            [10 11 12]]]

这个是 2*2*3的矩阵，temp = tf.transpose(x , [0 , 1  ,2 ]),   其中   0  表示最外面的维度  数量为2个   ，   1 表示下一层维度   数量为2个    ，  2 表示最里面的维度   数量为3个 。  此时的temp 表示的还是原来的矩阵。

  temp = tf.transpose(x , [0 , 2  ,1 ])     的意思就是 把x  表示成  2*3*2  的矩阵。就是[[[1  4]
[2  5]

  [3 6]]

                                      [[7 10]
                                      [8 11]  

 [9 12]]]

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

转移a。按照perm。排列尺寸。

返回的张量维度将对应于输入维度 perm[i]。如果perm没有给出，它被设置为（n-1 ... 0），其中n是输入张量的等级。因此，默认情况下，此操作在二维输入张量上执行规则矩阵转置。

例如：

# 'x' is [[1 2 3]
#         [4 5 6]]
tf.transpose(x) ==> [[1 4]
                     [2 5]
                     [3 6]]

# Equivalently
tf.transpose(x perm=[0, 1]) ==> [[1 4]
                                 [2 5]
                                 [3 6]]

# 'perm' is more useful for n-dimensional tensors, for n > 2
# 'x' is   [[[1  2  3]
#            [4  5  6]]
#           [[7  8  9]
#            [10 11 12]]]
# Take the transpose of the matrices in dimension-0
tf.transpose(b, perm=[0, 2, 1]) ==> [[[1  4]
                                      [2  5]
                                      [3  6]]

                                     [[7 10]
                                      [8 11]
                                      [9 12]]]

ARGS：

• a：A Tensor。
• perm：一个维度的排列a。
• name：操作的名称（可选）。

返回：

转置Tensor。

上述为官方描述，值得一看！

祝大家学习愉快！！！！！！！！！！！！！！！