tf.transpose

Транспонирует a, где a — тензор.

tf.transpose(
    a, perm=None, conjugate=False, name='transpose'
)

Используется в блокнотах

Переставляет измерения в соответствии со значением perm.

Измерение i возвращаемого тензора будет соответствовать входному измерению perm[i]. Если perm не задано, ему присваивается значение (n-1...0), где n — ранг входного тензора. Таким образом, по умолчанию эта операция выполняет обычное транспонирование матрицы для двумерных входных тензоров.

Если conjugate равно True, а a.dtype имеет значение complex64 или complex128, значения a комплексно сопрягаются и транспонируются.

Например:

x = tf.constant([[1, 2, 3], [4, 5, 6]])
tf.transpose(x)
<tf.Tensor: shape=(3, 2), dtype=int32, numpy=
array([[1, 4],
       [2, 5],
       [3, 6]], dtype=int32)>

То же самое можно сделать, вызвав tf.transpose(x, perm=[1, 0]).

Если x — комплексное число, то установка conjugate=True выполняет сопряжённое транспонирование:

x = tf.constant([[1 + 1j, 2 + 2j, 3 + 3j],
                 [4 + 4j, 5 + 5j, 6 + 6j]])
tf.transpose(x, conjugate=True)
<tf.Tensor: shape=(3, 2), dtype=complex128, numpy=
array([[1.-1.j, 4.-4.j],
       [2.-2.j, 5.-5.j],
       [3.-3.j, 6.-6.j]])>

'perm' удобнее использовать для n-мерных тензоров, где n > 2:

x = tf.constant([[[ 1,  2,  3],
                  [ 4,  5,  6]],
                 [[ 7,  8,  9],
                  [10, 11, 12]]])

Как и выше, простой вызов tf.transpose по умолчанию задаёт perm=[2,1,0].

Чтобы транспонировать матрицы по измерению 0 (например, при транспонировании матриц, где 0 — измерение пакета), следует задать perm=[0,2,1].

tf.transpose(x, perm=[0, 2, 1])
<tf.Tensor: shape=(2, 3, 2), dtype=int32, numpy=
array([[[ 1,  4],
        [ 2,  5],
        [ 3,  6]],
        [[ 7, 10],
        [ 8, 11],
        [ 9, 12]]], dtype=int32)>

Примечание: Для этого есть сокращённая форма linalg.matrix_transpose):

В numpy транспонирование выполняется за постоянное время и эффективно использует память, поскольку просто возвращает новое представление тех же данных с изменёнными strides.

TensorFlow не поддерживает шаги, поэтому transpose возвращает новый тензор с переставленными элементами.