張量流中 tf.transpose 的時間復雜度是多少？

Question

例如，假設我們有一個輸入形狀為 (10,32,32,3) 的張量a ，這意味着 10 張 32*32 的 NHWC 格式的 RGB 圖片

我想使用tf.transpose(b, perm=[0, 3, 1, 2])將其轉換為 NCHW 格式

這個操作的時間復雜度是多少？

- - - - -向前 - - - - -

我發現numpy轉置函數的時間復雜度是O(1)，根據下面的鏈接

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

這在tf中是一樣的嗎？

Answer 1

二維矩陣的矩陣轉置是O(dim1*dim2) 。

對於 3D 矩陣，它將是O(dim1*dim2*dim3)等等。

Answer 2

根據消息來源：

@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

這意味着復雜性取決於張量的維度。 假設你有k個n尺寸的維度，這意味着O(n^k) 。