tf.transpose 함수 사용하기
텐서플로의 transpose 함수는 행렬 연산의 transpose 를 구현하는 함수이다.
함수의 사용법은 아래와 같고,
tf.transpose(
a, perm=None, conjugate=False, name='transpose'
)
| a | A Tensor. |
| perm | A permutation of the dimensions of a. This should be a vector. |
| conjugate | Optional bool. Setting it to True is mathematically equivalent to tf.math.conj(tf.transpose(input)). |
| name | A name for the operation (optional). |
Args
| A transposed Tensor. |
Returns
Numpy Compatibility
In numpy transposes are memory-efficient constant time operations as they simply return a new view of the same data with adjusted strides.
TensorFlow does not support strides, so transpose returns a new tensor with the items permuted.
python에서의 사용 예를 보면
-
import tensorflow as tf
-
x = tf.constant([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]])
-
print("x shape is ",tf.shape(x))
-
-
print("Default transpose")
-
print(tf.transpose(x))
-
-
print("Costom transpose")
-
print(tf.transpose(x,perm=[0,2,1]))
와 같고 이를 실행하면 다음과 같은 결과가 나온다.
-
x shape is tf.Tensor([2 2 3], shape=(3,), dtype=int32)
-
Default transpose
-
tf.Tensor(
-
[[[ 1 7]
-
[ 4 10]]
-
-
[[ 2 8]
-
[ 5 11]]
-
-
[[ 3 9]
-
[ 6 12]]], shape=(3, 2, 2), dtype=int32)
-
Costom transpose
-
tf.Tensor(
-
[[[ 1 4]
-
[ 2 5]
-
[ 3 6]]
-
-
[[ 7 10]
-
[ 8 11]
-
[ 9 12]]], shape=(2, 3, 2), dtype=int32)
위 예에서 텐서의 사이즈를 보면 2x2x3 인데, 첫번째 2가 0축, 두번째 2가 1축 세번째 3이 2축이 각각 된다. perm 파라미터를 생략하면 perm = [2,1,0] 가 기본 값으로 들어가고, 이는 0번째 축과 2번째 축을 바꾸는 오퍼레이션을 하겠다는 의미기다.
이해가 잘 안가면 텐서의 각 값에 인덱스를 붙여 보면 이해가 쉽다.
$$ \begin{split} X &=\begin{bmatrix} 1_{111} & 2_{112} & 3_{113} \\4_{121} & 5_{122} & 6_{123} \\ 7_{211} & 8_{212} & 9_{213}\\ 10_{221} & 11_{222} & 12_{223} \end{bmatrix} \\ \end{split}$$
여기서 \(X\)의 0번축과 2번축을 바꾸는 transpose를 구해보면
$$ \begin{split} X^t &=\begin{bmatrix} 1_{111} & 2_{112} & 3_{113} \\4_{121} & 5_{122} & 6_{123} \\ 7_{211} & 8_{212} & 9_{213}\\ 10_{221} & 11_{222} & 12_{223} \end{bmatrix}^t \\ \end{split}$$
이것은 각 원소들의 \(a^t_{ijk} = a_{kji} \)로 바꾸는 연산을 수행하는 것이다.