Python tf.linalg.matrix_transpose用法及代碼示例

轉置張量 a 的最後兩個維度。

用法

tf.linalg.matrix_transpose(
    a, name='matrix_transpose', conjugate=False
)

例如：

x = tf.constant([[1, 2, 3], [4, 5, 6]])
tf.linalg.matrix_transpose(x)  # [[1, 4],
                               #  [2, 5],
                               #  [3, 6]]

x = tf.constant([[1 + 1j, 2 + 2j, 3 + 3j],
                 [4 + 4j, 5 + 5j, 6 + 6j]])
tf.linalg.matrix_transpose(x, conjugate=True)  # [[1 - 1j, 4 - 4j],
                                               #  [2 - 2j, 5 - 5j],
                                               #  [3 - 3j, 6 - 6j]]

# Matrix with two batch dimensions.
# x.shape is [1, 2, 3, 4]
# tf.linalg.matrix_transpose(x) is shape [1, 2, 4, 3]

請注意，tf.matmul 提供了允許轉置參數的 kwargs。這是以最低成本完成的，並且比使用此函數更可取。例如：

# Good!  Transpose is taken at minimal additional cost.
tf.matmul(matrix, b, transpose_b=True)

# Inefficient!
tf.matmul(matrix, tf.linalg.matrix_transpose(b))

numpy 兼容性

在 numpy 中，轉置是節省內存的常數時間操作，因為它們隻是返回具有調整後的相同數據的新視圖 strides 。

TensorFlow 不支持步幅，linalg.matrix_transpose 返回一個新張量，其中項目已置換。