在pytorch中，这里为什么要用到transpose(1,2)：loss_poi = criterion_poi(y_pred_poi_adjusted.transpose(1, 2), y_poi)

transpose(1,2)的作用是对矩阵进行转置。在这里，y_pred_poi_adjusted是一个大小为(batch_size, seq_len, num_classes)的张量，其中batch_size表示批量大小，seq_len表示序列长度，num_classes表示类别数量。而y_poi是一个大小为(batch_size, seq_len)的张量，其中每个元素表示相应位置的标签。为了计算损失，需要将y_pred_poi_adjusted的形状转换为(batch_size, num_classes, seq_len)，使得每个batch中的每个预测值与相应的标签对应。因此需要使用transpose(1,2)。