pytorch，张量转置操作

在PyTorch中，张量转置操作是非常常见的，它允许我们改变张量的维度顺序。有两种主要的方法来实现张量的转置：

1. **`transpose()` 函数**[^2]:

   import torch
   x = torch.randn(3, 2, 4)  # 假设这是一个三维张量
   transposed_x_2_0 = x.transpose(2, 0)  # 将第二个维度（dim=2）移动到第一个位置（dim=0）
   print(transposed_x_2_0.shape)  # 输出: torch.Size([4, 2, 3])

   transposed_x_0_2 = x.transpose(0, 2)  # 将第一个维度（dim=0）移动到最后一个位置（dim=2）
   print(transposed_x_0_2.shape)  # 输出: torch.Size([4, 2, 3])

`transpose(dim0, dim1)` 方法接受两个参数，表示原张量的两个维度，返回一个新的张量，其中原来dim0的位置现在是dim1，反之亦然。

2. **`.t()` 属性**:

   transposed_t = x.t()  # 等价于 transpose(-1, 0)，默认情况下会将最后一个维作为新的第一个维
   print(transposed_t.shape)

通过这些操作，你可以灵活地调整张量的维度布局，以便适应不同的模型需求或计算流程。