tf.transpose(input, [dimension_1, dimenaion_2,..,dimension_n]):這個(gè)函數(shù)主要適用于交換輸入張量的不同維度用的，如果輸入張量是二維，就相當(dāng)是轉(zhuǎn)置。dimension_n是整數(shù)，如果張量是三維，就是用0,1,2來(lái)表示。這個(gè)列表里的每個(gè)數(shù)對(duì)應(yīng)相應(yīng)的維度。如果是[2,1,0]，就把輸入張量的第三維度和第一維度交換。

import tensorflow as tf; import numpy as np;A = np.array([[1,2,3],[4,5,6]]) x = tf.transpose(A, [1,0])B = np.array([[[1,2,3],[4,5,6]]]) y = tf.transpose(B, [2,1,0]) with tf.Session() as sess:print A[1,0]print sess.run(x[0,1])print B[0,1,2]print sess.run(y[2,1,0])""" 4 4 6 6 """

下面是我理解的圖示：

參考：
https://blog.csdn.net/uestc_c2_403/article/details/73350498

總結(jié)

以上是生活随笔為你收集整理的tensorflow的tf.transpose()简单使用的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。