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 被交换。

如果 input 是一个步长张量，那么生成的 out 张量与 input 张量共享其底层存储，因此改变其中一个的内容也会改变另一个的内容。

如果 input 是一个稀疏张量，那么生成的 out 张量不会与 input 张量共享其底层存储。

如果 input 是一个具有压缩布局的稀疏张量（SparseCSR、SparseBSR、SparseCSC 或 SparseBSC），则参数 dim0 和 dim1 必须都是批处理维度，或者都必须是稀疏维度。稀疏张量的批处理维度是位于稀疏维度之前。

注意

交换 SparseCSR 或 SparseCSC 布局张量的稀疏维度的转置将导致布局在这两种选项之间变化。`SparseBSR`或 SparseBSC 布局张量的稀疏维度的转置也将生成具有相反布局的结果。

参数:

• input (Tensor) – 输入张量。

• dim0（int）- 要转置的第一个维度

• dim1（int）- 要转置的第二个维度

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]])

参见 torch.t() .