张量特定旋转操作实现咨询及TensorFlow反向传播支持疑问

一、如何实现张量的180度旋转 #

你想要的结果其实是对张量执行180度旋转，对应np.rot90(np.rot90(a))的效果。之前用tf.reverse(a, axis=-1)只反转了最后一个维度（列维度），得到的是[[2,1],[4,3]]，自然不符合预期。

正确的做法是同时反转行和列两个维度，用tf.reverse指定两个轴即可：

import tensorflow as tf
import numpy as np

# 定义输入张量
a = tf.constant([[1, 2], [3, 4]])
# 反转行（axis=0）和列（axis=1）两个维度
rotated_180 = tf.reverse(a, axis=[0, 1])

with tf.Session() as sess:
    print(sess.run(rotated_180))
# 输出结果：
# [[4 3]
#  [2 1]]

另外，也可以通过两次rot90的方式实现（和NumPy逻辑完全一致）：

# 先旋转90度，再旋转90度等价于180度旋转
rotated_90 = tf.image.rot90(a)
rotated_180 = tf.image.rot90(rotated_90)

二、tf.contrib.image.rotate是否支持反向传播 #

tf.contrib.image.rotate是支持反向传播的。这个函数底层通过插值算法（默认双线性插值）实现旋转，而插值操作是可微的，因此在计算梯度时可以正常进行反向传播。

不过需要注意：contrib模块的API在TensorFlow 2.x版本中大多被迁移或重构了，如果你使用的是TF2.x，建议使用tf.keras.layers.RandomRotation或者tf.image.rot90这类正式模块中的函数，它们同样支持反向传播，且API更稳定。

内容的提问来源于stack exchange，提问作者mining