目录

方法描述

参数

函数签名

第二个参数输入单维度，翻转列表内的维度 

第二个参数输入列表，则按照列表和翻转规则，依次翻转列表内的维度

方法描述

torch.flip()函数是PyTorch中用于翻转张量的函数。它可以用于在指定维度上对张量进行翻转操作

torch.flip(input,dim):第一个参数是tensor输入，第二个参数是输入的第几维度，按照维度对输入进行翻转, 反转后shape不变

参数

• input：输入张量，可以是任意形状的张量。

• dims：一个整数或整数列表，表示要翻转的维度。

函数签名

torch.flip(input, dims) → Tensor

第二个参数输入单维度，翻转列表内的维度 

import torch
x = torch.arange(120).view(2, 3, 4,5)
print('x=\n',x)
a = torch.flip(x, [0])
b = torch.flip(x, [1])
c = torch.flip(x, [2])
d = torch.flip(x, [3])
print('a=\n',a)
print('b=\n',b)
print('c=\n',c)
print('d=\n',d)

原张量显示 

x=
 tensor([[[[  0,   1,   2,   3,   4],
          [  5,   6,   7,   8,   9],
          [ 10,  11,  12,  13,  14],
          [ 15,  16,  17,  18,  19]],

         [[ 20,  21,  22,  23,  24],
          [ 25,  26,  27,  28,  29],
          [ 30,  31,  32,  33,  34],
          [ 35,  36,  37,  38,  39]],

         [[ 40,  41,  42,  43,  44],
          [ 45,  46,  47,  48,  49],
          [ 50,  51,  52,  53,  54],
          [ 55,  56,  57,  58,  59]]],

        [[[ 60,  61,  62,  63,  64],
          [ 65,  66,  67,  68,  69],
          [ 70,  71,  72,  73,  74],
          [ 75,  76,  77,  78,  79]],

         [[ 80,  81,  82,  83,  84],
          [ 85,  86,  87,  88,  89],
          [ 90,  91,  92,  93,  94],
          [ 95,  96,  97,  98,  99]],

         [[100, 101, 102, 103, 104],
          [105, 106, 107, 108, 109],
          [110, 111, 112, 113, 114],
          [115, 116, 117, 118, 119]]]])
 

按照0维翻转结果（在三个方括号"[[[   ]]]"内的内容为一体 在四括号内“[[[[  ]]]]”进行倒叙排列）

a=
 tensor([[[[ 60,  61,  62,  63,  64],
          [ 65,  66,  67,  68,  69],
          [ 70,  71,  72,  73,  74],
          [ 75,  76,  77,  78,  79]],

         [[ 80,  81,  82,  83,  84],
          [ 85,  86,  87,  88,  89],
          [ 90,  91,  92,  93,  94],
          [ 95,  96,  97,  98,  99]],

         [[100, 101, 102, 103, 104],
          [105, 106, 107, 108, 109],
          [110, 111, 112, 113, 114],
          [115, 116, 117, 118, 119]]],

        [[[  0,   1,   2,   3,   4],
          [  5,   6,   7,   8,   9],
          [ 10,  11,  12,  13,  14],
          [ 15,  16,  17,  18,  19]],

         [[ 20,  21,  22,  23,  24],
          [ 25,  26,  27,  28,  29],
          [ 30,  31,  32,  33,  34],
          [ 35,  36,  37,  38,  39]],

         [[ 40,  41,  42,  43,  44],
          [ 45,  46,  47,  48,  49],
          [ 50,  51,  52,  53,  54],
          [ 55,  56,  57,  58,  59]]]])

按照1维翻转结果（在两个方括号"[[   ]]"内的内容为一体 在三括号"[[[   ]]]"内进行倒叙排列）

b=
 tensor([[[[ 40,  41,  42,  43,  44],
          [ 45,  46,  47,  48,  49],
          [ 50,  51,  52,  53,  54],
          [ 55,  56,  57,  58,  59]],

         [[ 20,  21,  22,  23,  24],
          [ 25,  26,  27,  28,  29],
          [ 30,  31,  32,  33,  34],
          [ 35,  36,  37,  38,  39]],

         [[  0,   1,   2,   3,   4],
          [  5,   6,   7,   8,   9],
          [ 10,  11,  12,  13,  14],
          [ 15,  16,  17,  18,  19]]],

        [[[100, 101, 102, 103, 104],
          [105, 106, 107, 108, 109],
          [110, 111, 112, 113, 114],
          [115, 116, 117, 118, 119]],

         [[ 80,  81,  82,  83,  84],
          [ 85,  86,  87,  88,  89],
          [ 90,  91,  92,  93,  94],
          [ 95,  96,  97,  98,  99]],

         [[ 60,  61,  62,  63,  64],
          [ 65,  66,  67,  68,  69],
          [ 70,  71,  72,  73,  74],
          [ 75,  76,  77,  78,  79]]]])
 

按照2维翻转结果（在一个方括号"[ ]"内的内容为一体 在双括号内"[[  ]]"进行倒叙排列）

c=
 tensor([[[[ 15,  16,  17,  18,  19],
          [ 10,  11,  12,  13,  14],
          [  5,   6,   7,   8,   9],
          [  0,   1,   2,   3,   4]],

         [[ 35,  36,  37,  38,  39],
          [ 30,  31,  32,  33,  34],
          [ 25,  26,  27,  28,  29],
          [ 20,  21,  22,  23,  24]],

         [[ 55,  56,  57,  58,  59],
          [ 50,  51,  52,  53,  54],
          [ 45,  46,  47,  48,  49],
          [ 40,  41,  42,  43,  44]]],

        [[[ 75,  76,  77,  78,  79],
          [ 70,  71,  72,  73,  74],
          [ 65,  66,  67,  68,  69],
          [ 60,  61,  62,  63,  64]],

         [[ 95,  96,  97,  98,  99],
          [ 90,  91,  92,  93,  94],
          [ 85,  86,  87,  88,  89],
          [ 80,  81,  82,  83,  84]],

         [[115, 116, 117, 118, 119],
          [110, 111, 112, 113, 114],
          [105, 106, 107, 108, 109],
          [100, 101, 102, 103, 104]]]])
 

按照3维翻转结果（在"[ ]"每个数字单独为一体 在单括号内"[  ]"进行倒叙排列）

d=
 tensor([[[[  4,   3,   2,   1,   0],
          [  9,   8,   7,   6,   5],
          [ 14,  13,  12,  11,  10],
          [ 19,  18,  17,  16,  15]],

         [[ 24,  23,  22,  21,  20],
          [ 29,  28,  27,  26,  25],
          [ 34,  33,  32,  31,  30],
          [ 39,  38,  37,  36,  35]],

         [[ 44,  43,  42,  41,  40],
          [ 49,  48,  47,  46,  45],
          [ 54,  53,  52,  51,  50],
          [ 59,  58,  57,  56,  55]]],

        [[[ 64,  63,  62,  61,  60],
          [ 69,  68,  67,  66,  65],
          [ 74,  73,  72,  71,  70],
          [ 79,  78,  77,  76,  75]],

         [[ 84,  83,  82,  81,  80],
          [ 89,  88,  87,  86,  85],
          [ 94,  93,  92,  91,  90],
          [ 99,  98,  97,  96,  95]],

         [[104, 103, 102, 101, 100],
          [109, 108, 107, 106, 105],
          [114, 113, 112, 111, 110],
          [119, 118, 117, 116, 115]]]])

第二个参数输入列表，则按照列表和翻转规则，依次翻转列表内的维度

import torch
 
# 翻转张量
a = torch.tensor([[1, 2, 3], [4, 5, 6]])
b = torch.flip(a, dims=[0, 1])
print(b)

 结果输出

 tensor([[6, 5, 4],

            [3, 2, 1]]) 

 翻转逻辑

先变成

tensor([[4,5,6],

           [1,2,3]])

再变成

tensor([[6,5,4],[]])