如何在 PyTorch 中找到张量的转置？
要转置张量，我们需要转置两个维度。如果张量是0-D或1-D张量，则张量的转置与原样相同。对于二维张量，使用两个维度0和1作为transpose(input,0,1)计算转置。
语法
要找到标量、向量或矩阵的转置，我们可以应用下面定义的第一个语法。
对于任何维度张量，我们都可以应用第二种语法。
对于<=2D张量，
Tensor.t() torch.t(input)
对于任何维张量，
Tensor.transpose(dim0, dim1) or torch.transpose(input, dim0, dim1)
参数
输入-这是一个要转置的PyTorch张量。
dim0–这是要转置的第一个维度。
dim1–这是要转置的第二个维度。
脚步
导入火炬库。确保您已经安装了它。
import torch
创建PyTorch张量并打印张量。在这里，我们创建了一个3×3张量。
t = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print("Tensor:\n", t)使用上面定义的任何语法查找定义的张量的转置，并可选择将值分配给新变量。
transposedTensor = torch.transpose(t, 0, 1)
打印转置张量。
print("Transposed Tensor:\n", transposedTensor)示例1
# Python program to find transpose of a 2D tensor # import torch library import torch # define a 2D tensor A = torch.rand(2,3) print(A) # compute the transpose of the above tensor print(A.t()) # or print(torch.t(A)) print(A.transpose(0, 1)) # or print(torch.transpose(A, 0, 1))输出结果
tensor([[0.0676, 0.2984, 0.6766], [0.6200, 0.5874, 0.4150]]) tensor([[0.0676, 0.6200], [0.2984, 0.5874], [0.6766, 0.4150]]) tensor([[0.0676, 0.6200], [0.2984, 0.5874], [0.6766, 0.4150]])
示例2
# Python program to find transpose of a 3D tensor
# import torch library
import torch
# create a 3D tensor
A = torch.tensor([[[1,2,3],[3,4,5]],
[[5,6,7],[1,2,2]],
[[1,2,4],[1,2,5]]])
print("Original Tensor A:\n",A)
print("张量的大小：",A.size())
# print(A.t()) --> Error
# compute the transpose of the tensor
transposeA = torch.transpose(A, 0,1)
# other way to compute the transpose
# transposeA = A.transpose(0,1)
print("Transposed Tensor:\n",transposeA)
print("转置后的大小：",transposeA.size())输出结果Original Tensor A: tensor([[[1, 2, 3], [3, 4, 5]], [[5, 6, 7], [1, 2, 2]], [[1, 2, 4], [1, 2, 5]]]) 张量的大小： torch.Size([3, 2, 3]) Transposed Tensor: tensor([[[1, 2, 3], [5, 6, 7], [1, 2, 4]], [[3, 4, 5], [1, 2, 2], [1, 2, 5]]]) 转置后的大小： torch.Size([2, 3, 3])