torch.transpose

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

返回一个张量，它是 input 的转置版本。给定的维度 dim0 和 dim1 将被交换。

如果 input 是一个跨步张量，那么结果 out 张量将与 input 张量共享其底层存储，因此更改其中一个的内容会更改另一个的内容。

如果 input 是一个稀疏张量，那么结果 out 张量不与 input 张量共享底层存储。

如果 input 是一个具有压缩布局（SparseCSR、SparseBSR、SparseCSC 或 SparseBSC）的稀疏张量，则参数 dim0 和 dim1 必须是批次维度，或者必须是稀疏维度。稀疏张量的批次维度是位于稀疏维度之前的维度。

注意

转置 SparseCSR 或 SparseCSC 布局张量的稀疏维度，将导致布局在两者之间切换。转置 ` SparseBSR` 或 SparseBSC 布局张量的稀疏维度，同样会生成一个具有相反布局的结果。

参数

• input (Tensor) – 输入张量。

• dim0 (int) – 第一个要转置的维度

• dim1 (int) – 第二个要转置的维度

示例

>>> 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]])

另请参阅 torch.t()。