在完成两个维度转换时效果一样，只不过transpose是对np操作，permute是对tensor操作；

transpose每次只能换两个维度，两种写法，参数顺序无所谓；

permute每次可以交换多个维度，但所有的维度也必须都写上，参数顺序表示交换结果是原值的哪个维度，只有一种写法。

注意：使用transpose或permute之后，若要使用view，必须先contiguous()

python切片：
data = torch.randint(0, 100, (4, 5, 3), dtype = torch.float32)
print(data)
list_1 = [0, 1, 2, 3]
list_2 = [2, 4, 3, 0]
#第一维中，每一维都取出2，4，3，0的第二维
print(data[:, list_2, :])
#第一维中第0个取第二维中的第2个，1取4，2取3，3取0
print(data[list_1, list_2, :])

• permute一次可以操作多个维度，并且必须传入所有维度数；而transpose只能同时交换两个维度，并且只能传入两个数；
• permute可以通过多个transpose实现；
• transpose传入的dim无顺序之分，传入(1,0)和(0,1)结果一样，都是第一维度和第二维度进行交换；permute传入的dim有顺序之分，传入(0,1)代表交换后原第一维度在前面，原第二维度在后面；传入(1,0)代表交换后原第二维度在前面，原第一维度在后面；。

在计算机视觉中，由于cv2格式(numpy)读取的图片为H×W×C，通道数在最后；而torch中的图片常以C×H×W存在，因此，当图片在tensor与numpy之间转换时，需要用到交换数组维度的函数来将图片存储格式转化。

np.transpose()

numpy.transpose(a, axes=None)[source]

https://numpy.org/devdocs/reference/generated/numpy.transpose.html

Returns an array with axes transposed.

For a 1-D array, this returns an unchanged view of the original array, as a transposed vector is simply the same vector. To convert a 1-D array into a 2-D column vector, an additional dimension must be added, e.g., np.atleast2d(a).T achieves this, as does a[:, np.newaxis]. For a 2-D array, this is the standard matrix transpose. For an n-D array, if axes are given, their order indicates how the axes are permuted (see Examples). If axes are not provided, then transpose(a).shape == a.shape[::-1].

Parameters:

aarray_like

Input array.

axestuple or list of ints, optional

If specified, it must be a tuple or list which contains a permutation of [0,1,…,N-1] where N is the number of axes of a. The i’th axis of the returned array will correspond to the axis numbered axes[i] of the input. If not specified, defaults to range(a.ndim)[::-1], which reverses the order of the axes.

Returns:

pndarray

a with its axes permuted. A view is returned whenever possible.

torch.transpose——交换两个维度

torch.transpose(input, dim0, dim1) → Tensor

功能：将输入数组的dim0维度和dim1维度交换

输入：

• input：需要做维度交换的数组
• dim0、dim1：交换的维度

注意：

• 返回的张量数组与原来的数组共享底层存储，更改一方的数据内容，另一方的数据也会被修改；
• 只能同时交换两个维度，因此只能输入两个数；
• torch.transpose也可以通过a.transpose实现，后者默认转换数组a；
• 经过交换后的内存地址不连续，如果用view改变视图，则会报错。

tensor.permute——交换多个维度

tensor.permute(*dims) → Tensor

功能：将数组tensor的维度按输入dims的顺序进行交换

输入：

• dims：维度交换顺序

注意：

• 和transpose类似经过交换后的内存地址不连续，如果用view改变视图，则会报错
• tensor.permute的功能与np.transpose类似，均可以同时对一个数组进行多维度交换操作