tf.transpose如何在tensorflow中工作？

Question

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

轉置一個。 它根據燙發來排列尺寸。 所以，如果我使用這個矩陣進行轉換：

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)))

結果是：

[[[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

現在，如果我使用perm參數，那么：

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)))

結果是：

[[[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，我有兩個問題：

• 每當我想轉置一個矩陣時，我必須將perm [0,2,1]作為默認值？
• 什么是0,2,1這里？

Answer 1

查看numpy.transpose文檔，我們發現transpose接受了參數

axes ： 整數列表，可選
默認情況下，反轉尺寸，否則根據給定的值置換軸。

因此，對於2D情況，默認調用transpose轉換為np.transpose(a, axes=[1,0]) ，或np.transpose(a, axes=[2,1,0]) 。

您希望在此處執行的操作是保持“深度”維度不變的操作。 因此，在軸參數中，深度軸（即第0軸）需要保持不變。 軸1和2 （其中1是垂直軸）需要改變位置。 因此，您將軸順序從初始[0,1,2]更改為[0,2,1] （ [stays the same, changes with other, changes with other] ）。

在tensorflow，他們出於某種原因改名為axes ，以perm 。 上面的論點保持不變。

圖片

關於圖像，它們與問題中的數組不同。 圖像的x和y通常存儲在前兩個維度中，而通道最后存儲在[y,x,channel] 。

為了在2D換位的意義上“轉置”圖像，交換水平和垂直軸，你需要使用

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

（通道保持不變，x和y交換）。