张量流中 tf.transpose 的时间复杂度是多少？答案

【问题标题】：What is the time complexity for tf.transpose in tensorflow?张量流中 tf.transpose 的时间复杂度是多少？
【发布时间】：2020-09-12 18:37:28
【问题描述】：

例如，假设我们有一个张量 a 输入形状 (10,32,32,3) 即10张NHWC格式的32*32 RGB图片

我想用tf.transpose(b, perm=[0, 3, 1, 2])把它转换成NCHW格式

这个操作的时间复杂度是多少？

---------向前---------

我发现numpy转置函数的时间复杂度是O(1)，根据以下链接

https://www.thetopsites.net/article/58279082.shtml

在 tf 中也一样吗？

【问题讨论】：

标签： python tensorflow time-complexity

【解决方案1】：

二维矩阵的矩阵转置是O(dim1*dim2)。

对于 3D 矩阵，它将是 O(dim1*dim2*dim3) 等等。

【讨论】：

【解决方案2】：

根据source：

@compatibility(numpy)
  In `numpy` transposes are memory-efficient constant time operations as they
  simply return a new view of the same data with adjusted `strides`.
  TensorFlow does not support strides, so `transpose` returns a new tensor with
  the items permuted.
@end_compatibility

这意味着复杂性取决于张量的维度。假设您的k 尺寸为n-size，则意味着O(n^k)。

【讨论】：