python numpy的transpose函数用法

#MXNET的N*C*H*W在numpy打印时比较直观
#mxnet卷积层
# 输入数据格式是：batch * inchannel * height * width
# 输出数据格式是：batch * outchannel * height * width
# 权重格式： output_channels * in_channels * height * width

#tensorflow计算卷积
# 输入数据格式是：batch * height * width * inchannel
# 输出数据格式是：batch * height * width * outchannel
# 权重格式： height * width * in_channels * output_channels

mxnet输入数据

A= np.array((1,3,6,6)) 

A.shape  1* 3*6*6

转换为tensorflow输入数据

B= A.transpose(0,2,3,1)

B.shape  1* 6*6*3

原始数据 batch * inchannel * height * width

维度方向    0            1              2           3

维度方向    0             2             3            1            》》》》》B= A.transpose(0,2,3,1)     

目标数据  batch * height * width * inchannel

总结： transpose函数的用法基本就是，把需要交换的维度对应起来就可以了