tf.transpose(input, [dimension_1,dimenaion_2,..,dimension_n])

    这个函数主要适用于交换输入张量的不同维度用的，如果输入张量是二维，就相当是转置。dimension_n是整数，如果张量是三维，就是用0,1,2来表示。这个列表里的每个数对应相应的维度。如果是[2,1,0]，就把输入张量的第三维度和第一维度交换。

import tensorflow as tf
import numpy as npA = np.array([[1, 2, 3], [4, 5, 6]])
x = tf.transpose(A, [1, 0])B = np.array([[[1, 2, 3], [4, 5, 6], [41, 52, 61] , [45, 22, 16]],[[7, 9, 9], [14, 15, 16],[10, 50, 66], [41, 52, 61]]])y = tf.transpose(B, [1, 2, 0])
with tf.Session() as sess:print('A的维度：', (A.shape))print('x的维度：', x.shape)print(sess.run(x))print('B的维度：', (B.shape))print('y的维度：', y.shape)print(sess.run(y))

输出：

对B进行说明，对矩阵B的维度（2,4,3），

第3维为2， 对第3维的每一维，的行为4，列为3

变换前B（0,1,2）= 6   变换后是y的（1,2,0）元素，即B（0,1,2 ）=y（1,2,0）=6

变换前B（0,3,2）= 16   变换后是y的（1,2,0）元素，B（0,3,2）=y（3,2,0）=16

变换前B（1,3,2）= 61   变换后是y的（1,2,0）元素，B（1,3,2）=y（3,2,1）=61

变换前B（1,0,2）= 9   变换后是y的（1,2,0）元素，B（1,0,2）=y（0,2,1）=9