第一步,给出官方文档中关于permute的解释:
https://pytorch.org/docs/stable/tensors.html?highlight=permute#torch.Tensor.permute
第二步,我用白话解释一下官方文档。
permute的中文意思是,“排列组合”。permute()可以对某个张量的任意维度进行调换。
我们看一个demo:
import torch
a = torch.randn(2,3,5)
b = a.permute(1,2,0)
print(b.shape)
注意,permute里的参数对应的是张量a的维度索引。所以,permute的输入参数的维度必须与a一致,并且只能是0,1,2...,dim这种数值,这样才能一一对应地索引到a里面的维度。
a.permute(1,2,0)的意思是,把a的第一个维度放到最后面。
结论
对于同一个tensor,它的元素总数是固定的,permute的作用是把m×n×c,改成n×m×c或c×n×m等任意组合。
对于二维tensor,permute(1,0)做的就是转置,等价于transpose()。