如何在 PyTorch 中执行置换操作？
torch.permute()方法用于对PyTorch张量执行置换操作。它返回维度排列后的输入张量的视图。它不会复制原始张量。
例如，维度为[2,3]的张量可以置换为[3,2]。我们还可以使用置换具有新维度的张量。Tensor.permute()
语法
torch.permute(input,dims)
参数
输入–PyTorch张量。
dims–所需维度的元组。
脚步
导入火炬库。确保您已经安装了它。
import torch
创建一个PyTorch张量并打印张量和张量的大小。
t = torch.tensor([[1,2],[3,4],[5,6]])
print("Tensor:\n", t)
print("张量的大小：", t.size()) # size 3x2计算并将值分配给变量。它不会改变原始张量input。torch.permute(input,dims)
t1 = torch.permute(t, (1,0))
在置换操作后打印结果张量及其大小。
print("Tensor after Permuting:\n", t1)
print("置换后的大小：", t1.size())示例1
在以下Python程序中，输入张量的维度为[3,2]。我们使用dims=(1,0)用新的维度[2,3]置换张量。
# import the torch library
import torch
# create a tensor
t = torch.tensor([[1,2],[3,4],[5,6]])
# print the created tensor
print("Tensor:\n", t)
print("张量的大小：", t.size())
# perform permute operation
t1 = torch.permute(t,(1,0))
# print the permuted tensor
print("Tensor after Permuting:\n", t1)
print("置换后的大小：", t1.size())输出结果Tensor:
tensor([[1, 2],
[3, 4],
[5, 6]])
张量的大小： torch.Size([3, 2])
Tensor after Permuting:
tensor([[1, 3, 5],
[2, 4, 6]])
置换后的大小： torch.Size([2, 3])示例2
在以下Python代码中，输入张量大小为[2,3,1]。我们使用dims=(0,2,1)。它给出了维度为[2,1,3]的输入张量的视图。
# import torch library
import torch
# create a tensor
t = torch.randn(2,3,1)
# print the created tensor
print("Tensor:\n", t)
print("张量的大小：", t.size())
# perform permute
t1 = torch.permute(t, (0,2,1))
# print the resultant tensor
print("Tensor after Permuting:\n", t1)
print("置换后的大小：", t1.size())输出结果Tensor:
tensor([[[ 1.5285],
[-0.2401],
[ 0.2378]],
[[ 0.4733],
[-1.7317],
[ 0.7557]]])
张量的大小： torch.Size([2, 3, 1])
Tensor after Permuting:
tensor([[[ 1.5285, -0.2401, 0.2378]],
[[ 0.4733, -1.7317, 0.7557]]])
置换后的大小： torch.Size([2, 1, 3])