torch.transpose

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

Возвращает тензор, транспонированную версию input. Указанные измерения dim0 и dim1 меняются местами.

Если input — тензор с обычной (strided) раскладкой, то результирующий тензор out использует то же базовое хранилище, что и тензор input, поэтому изменение содержимого одного из них изменит содержимое другого.

Если input — разреженный тензор, то результирующий тензор out не использует общее базовое хранилище с тензором input.

Если input — разреженный тензор со сжатой раскладкой (SparseCSR, SparseBSR, SparseCSC или SparseBSC), аргументы dim0 и dim1 должны быть либо оба измерениями пакета, либо оба разреженными измерениями. Измерения пакета разреженного тензора — это измерения, предшествующие разреженным измерениям.

Примечание

Транспонирование, при котором меняются местами разреженные измерения тензора с раскладкой SparseCSR или SparseCSC, приводит к смене раскладки на другой из этих двух вариантов. Транспонирование разреженных измерений тензора с раскладкой ` SparseBSR` или SparseBSC также приводит к созданию результата с противоположной раскладкой.

Параметры:

• input (Tensor) – входной тензор.
• dim0 (int) – первое измерение, которое нужно транспонировать
• dim1 (int) – второе измерение, которое нужно транспонировать

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().