torch.transpose

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

Возвращает тензор, являющийся транспонированной версией input. Указанные измерения dim0 и dim1 меняются местами.

Если input является тензором с шагами, то полученный out тензор разделяет свою базовую память с тензором input, поэтому изменение содержимого одного из них изменит содержимое другого.

Если input является разреженным тензором, то полученный out тензор не разделяет базовую память с тензором input.

Если input является разреженным тензором с сжатой структурой (SparseCSR, SparseBSR, SparseCSC или SparseBSC), аргументы dim0 и dim1 должны быть обе размерностями пакетных данных или обе размерностями разреженных данных. Размерности пакетных данных разреженного тензора — это размерности, предшествующие размерностям разреженных данных.

Примечание

Транспонирование, меняющее местами размерности разреженных данных тензора с SparseCSR или SparseCSC структурой, приведёт к изменению структуры между двумя вариантами. Транспонирование размерностей разреженных данных тензора `SparseBSR` или SparseBSC структурой также генерирует результат с противоположной структурой.

Параметры:

• input (Tensor) – входной тензор.
• dim0 (int) – первая размерность для транспонирования
• dim1 (int) – вторая размерность для транспонирования

Пример:

>>> 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]])

См. также torch.t().