PyTorch中对应tf.transpose(y, perm=[2,0,1])的等效实现是什么？

TensorFlow 中tf.transpose的perm参数用于直接指定调整后的维度顺序，PyTorch 中完全对应这个功能的 API 是torch.permute，和只能两两交换维度的torch.transpose不同，permute可以直接传入自定义的维度索引序列完成重排。

针对你给出的示例，张量y的形状为(10, 480, 640)，三个维度的索引分别对应0:10、1:480、2:640，要实现perm=[2, 0, 1]的效果，直接按顺序传入维度索引即可：

import torch
y = torch.randn(10, 480, 640)
x = y.permute(2, 0, 1)
# 验证输出形状：x.shape 为 torch.Size([640, 10, 480])，和 TensorFlow 版本输出完全一致

如果需要用torch.transpose间接实现也可以，需要多次交换维度，可读性比permute差，不推荐使用：

# 等价的间接实现，功能完全一致
x = y.transpose(0, 2).transpose(1, 2)

补充说明：PyTorch 的permute和transpose返回的都是原张量的视图，不会额外复制数据，和 TensorFlow 中tf.transpose的底层行为一致。

内容的提问来源于stack exchange，提问作者Dalek