在Keras的Permute函数中，参数"dims"是什么意思？

Question

我正在尝试在Keras核心层中使用keras.layers.Permute(dims)。

根据文档：

dims：整数元组。排列模式，不包括样本维度。索引从1开始。例如，(2, 1)会对输入的第一维和第二维进行排列。

并且文档提供了以下示例代码：

问题是：这个(2,1)是什么意思？如果我的输入特征有10个维度，并且我需要将第1、3、5个特征的顺序更改为(5,1,3)，那么我应该将(5,1,3)作为此函数的参数'dim'的值使用吗？

model = Sequential()
model.add(Permute((2, 1), input_shape=(10, 64)))
# now: model.output_shape == (None, 64, 10)
# note: `None` is the batch dimension

- Ferret Zhang

---

我会检查源代码，但只需要确保这里“排列”的含义。 - Ferret Zhang

Answer 1

permute 函数仅交换轴的位置，而 dims 参数告诉 Keras 您希望最终位置的方式。例如，如果 x 是 4 维的且形状为(None, 2, 4, 5, 8) -（这里的 None 是批量大小），如果您指定 dims = (3, 2, 1, 4)，那么将发生以下四个步骤：

1. 第三维将移动到第一维
2. 第二维将移动到第二维
3. 第一维将移动到第三维
4. 第四维将移动到第四维

记住，索引从 1 开始而不是 0。维度零是批量大小。因此，最终 permute 层的输出形状将为(5, 4, 2, 8)。NumPy 中的函数np.moveaxis也可以做类似的事情。

对于您的示例，dims 应该等于 (5, 2, 1, 4, 3, 6, 7, 8, 9, 10)。

- Autonomous

---

你的回答很清晰。 我刚刚检查了源代码，它依赖于K.backend.permute_dimensions，而这又最终依赖于array_ops.transpose(x, perm=pattern)。 - Ferret Zhang

@FerretZhang 好的，这个函数就是我上面写的那样。如果你觉得有用，请接受答案。 - Autonomous

是的。与np.moveaxis相同。 - Ferret Zhang