张量流中 tf.transpose 的时间复杂度是多少？

Question

例如，假设我们有一个输入形状为 (10,32,32,3) 的张量a ，这意味着 10 张 32*32 的 NHWC 格式的 RGB 图片

我想使用tf.transpose(b, perm=[0, 3, 1, 2])将其转换为 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)，根据下面的链接

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

这在tf中是一样的吗？

Answer 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。

Answer 2

根据消息来源：

@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。 假设你有k个n尺寸的维度，这意味着O(n^k) 。