transpose

  • paddle.fluid.layers.transpose(x, perm, name=None)[源代码]

该OP根据perm对输入的多维Tensor进行数据重排。返回多维Tensor的第i维对应输入Tensor的perm[i]维。

  • 参数:
    • x (Variable) - 输入:x:[N_1, N_2, …, N_k, D]多维Tensor,可选的数据类型为float16, float32, float64, int32, int64。
    • perm (list) - perm长度必须和X的维度相同,并依照perm中数据进行重排。
    • name (str) - 该层名称(可选)。

返回: 多维Tensor

返回类型:Variable

示例:

  1. x = [[[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12]]
  2. [[13 14 15 16] [17 18 19 20] [21 22 23 24]]]
  3. shape(x) = [2,3,4]
  4.  
  5. # 例0
  6. perm0 = [1,0,2]
  7. y_perm0 = [[[ 1 2 3 4] [13 14 15 16]]
  8. [[ 5 6 7 8] [17 18 19 20]]
  9. [[ 9 10 11 12] [21 22 23 24]]]
  10. shape(y_perm0) = [3,2,4]
  11.  
  12. # 例1
  13. perm1 = [2,1,0]
  14. y_perm1 = [[[ 1 13] [ 5 17] [ 9 21]]
  15. [[ 2 14] [ 6 18] [10 22]]
  16. [[ 3 15] [ 7 19] [11 23]]
  17. [[ 4 16] [ 8 20] [12 24]]]
  18. shape(y_perm1) = [4,3,2]

代码示例:

  1. # 请使用 append_batch_size=False 来避免
  2. # 在数据张量中添加多余的batch大小维度
  3. import paddle.fluid as fluid
  4. x = fluid.layers.data(name='x', shape=[2, 3, 4],
  5. dtype='float32', append_batch_size=False)
  6. x_transposed = fluid.layers.transpose(x, perm=[1, 0, 2])
  7. print(x_transposed.shape)
  8. #(3L, 2L, 4L)