torch_npu.npu_transpose

torch_npu.npu_transpose(self, perm, require_contiguous=True) -> Tensor

返回原始张量视图，其维度已permute，结果连续。

• 参数解释：
  • self (Tensor) - 输入张量。
  • perm (ListInt) - 对应维度排列。
  • require_contiguous(Bool，默认值为True) - 用户是否显式指定npu_contiguous算子适配需要对输入Tensor做转连续。默认为False，低性能模式。用户明确知道输入Tensor为连续Tensor或转置Tensor时，才能设置为True使用高性能模式。
• 约束条件：

  无

• 示例：

  >>> x = torch.randn(2, 3, 5).npu()
  >>> x.shape
  torch.Size([2, 3, 5])
  >>> x1 = torch_npu.npu_transpose(x, (2, 0, 1))
  >>> x1.shape
  torch.Size([5, 2, 3])
  >>> x2 = x.npu_transpose(2, 0, 1)
  >>> x2.shape
  torch.Size([5, 2, 3])