torch.transpose

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

傳回一個 tensor，它是 input 的轉置版本。給定的維度 dim0 和 dim1 會被交換。

如果 input 是一個 strided tensor，那麼產生的 out tensor 會與 input tensor 共享其底層儲存空間，因此變更其中一個的內容會變更另一個的內容。

如果 input 是一個 sparse tensor，那麼產生的 out tensor *不會* 與 input tensor 共享底層儲存空間。

如果 input 是一個具有壓縮佈局（SparseCSR、SparseBSR、SparseCSC 或 SparseBSC）的稀疏張量，則參數 dim0 和 dim1 必須都是批次維度，或者必須都是稀疏維度。 稀疏張量的批次維度是指位於稀疏維度之前的維度。

注意

轉置會交換 SparseCSR 或 SparseCSC 佈局張量的稀疏維度，這將導致佈局在這兩個選項之間改變。 同樣地，轉置 ` SparseBSR` 或 SparseBSC 佈局張量的稀疏維度將產生具有相反佈局的結果。

參數

• input (Tensor) – 輸入張量。

• dim0 (int) – 要轉置的第一個維度

• dim1 (int) – 要轉置的第二個維度

範例

>>> 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()。