tf.transpose矩阵的转置

二维矩阵的转置很简单，元素的i，j坐标交换就行。多为矩阵的转换复杂，遵循什么规律呢？

先看看代码：

import tensorflow as tf

import numpy as np

print("二维矩阵的转置\n")

t=[[1,2,3],[4,5,6]]

t1=tf.transpose(t)

t2=tf.transpose(t,[0,1])#[0,1]是正常的坐标轴排列顺序，运行结果不转置

t3=tf.transpose(t,[1,0])

sess=tf.Session()

print("Default Transepose is:\n",sess.run(t1),"\n[0,1] Tranpose is:\n",sess.run(t2),"\n[1,0] Tranpose is:\n",sess.run(t3))

print("三维矩阵的转置")

t=[[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]]#这个三维矩阵有两张表格，每个表格都是2行3列

print("先测试不带perm参数的默认转置和参数顺序为不转置的正常坐标轴顺序［0,1,2］转置结果")

t1=tf.transpose(t)

t2=tf.transpose(t,[0,1,2])

print(sess.run(t1))

print(sess.run(t2))

代码输出如下：

二维矩阵的转置 Default Transepose is: [[1 4] [2 5] [3 6]] [0,1] Tranpose is: [[1 2 3] [4 5 6]] [1,0] Tranpose is: [[1 4] [2 5] [3 6]] 三维矩阵的转置 先测试不带perm参数的默认转置和参数顺序为不转置的正常坐标轴顺序［0,1,2］转置结果 [[[ 1 7] [ 4 10]] [[ 2 8] [ 5 11]] [[ 3 9] [ 6 12]]]

这里分析一下元素的坐标在转换前和转换后的变化：

1:(0,0,0)==>(0,0,0)

2:(0,0,1)==>(1,0,0)

3:(0,0,2)==>(2,0,0)

4:(0,1,0)==>(0,1,0)

5:(0,1,1)==>(1,1,0)

6:(0,1,2)==>(2,1,0)

7:(1,0,0)==>(0,0,1)

8:(1,0,1)==>(1,0,1)

9:(1,0,2)==>(2,0,1)

10:(1,1,0)==>(0,1,1)

11:(1,1,1)==>(1,1,1)

12:(1,1,2)==>(2,1,1)

从结果看出，元素的转置结果是下表数组以中心位置，对称交换，和二维矩阵原理相同。所以，默认不带参数的三维矩阵转换，其实默认的转换perm是(2,1,0),可以代码验证

[[[ 1 2 3] [ 4 5 6]] [[ 7 8 9] [10 11 12]]]