tf.transpose 如何在张量流中工作？

Question

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

转置a。它根据 perm 排列尺寸。所以如果我使用这个矩阵进行变换：

import tensorflow as tt
import os
os.environ["TF_CPP_MIN_LOG_LEVEL"]="3"
import numpy as bb
ab=([[[1,2,3],[6,5,4]],[[4,5,6],[3,6,3]]])
v=bb.array(ab)
fg=tt.transpose(v)
print(v)

with tt.Session() as df:
    print("\n New tranformed matrix is: \n\n{}".format(df.run(fg)))

结果是：

[[[1 2 3]
  [6 5 4]]

 [[4 5 6]
  [3 6 3]]]

 New tranformed matrix is: 

[[[1 4]
  [6 3]]

 [[2 5]
  [5 6]]

 [[3 6]
  [4 3]]]

Process finished with exit code 0

现在如果我使用 perm 参数然后：

import tensorflow as tt
import os
os.environ["TF_CPP_MIN_LOG_LEVEL"]="3"
import numpy as bb
ab=([[[1,2,3],[6,5,4]],[[4,5,6],[3,6,3]]])
v=bb.array(ab)
fg=tt.transpose(v,perm=[0,2,1])
print(v)

with tt.Session() as df:
    print("\n New tranformed matrix is: \n\n{}".format(df.run(fg)))

结果是：

[[[1 2 3]
  [6 5 4]]

 [[4 5 6]
  [3 6 3]]]

 New tranformed matrix is: 

[[[1 6]
  [2 5]
  [3 4]]

 [[4 3]
  [5 6]
  [6 3]]]

Process finished with exit code 0

因此，我很困惑，我有两个问题：

• 每当我想转置矩阵时，我必须将 perm[0,2,1] 指定为 默认？
• 这里的 0,2,1 是什么？

Answer 1

查看numpy.transpose 文档，我们发现transpose 接受了参数

axes：整数列表，可选
默认情况下，反转尺寸，否则根据给定的值排列轴。

因此，对transpose 的默认调用转换为二维情况下的np.transpose(a, axes=[1,0])，或np.transpose(a, axes=[2,1,0])。

您想要在这里进行的操作是保持“深度”维度不变的操作。因此，在轴参数中，深度轴，即0th 轴，需要保持不变。轴1 和2（其中1 是垂直轴）需要改变位置。因此，您将轴顺序从最初的 [0,1,2] 更改为 [0,2,1] ([stays the same, changes with other, changes with other])。

在 tensorflow 中，他们出于某种原因将 axes 重命名为 perm。上面的论点保持不变。

图片

关于图像，它们与问题中的数组不同。图像通常将其 x 和 y 存储在前两个维度中，通道存储在最后一个维度中，[y,x,channel]。

为了在 2D 转置的意义上“转置”图像，其中水平轴和垂直轴被交换，您需要使用

np.transpose(a, axes=[1,0,2])

（通道保持不变，x 和 y 互换）。