将tensor的维度换位。
参数：参数是一系列的整数，代表原来张量的维度。比如三维就有0，1，2这些dimension。
例：
import torch import numpy as np a=np.array([[[1,2,3],[4,5,6]]]) unpermuted=torch.tensor(a) print(unpermuted.size()) # ——> torch.Size([1, 2, 3]) permuted=unpermuted.permute(2,0,1) print(permuted.size()) # ——> torch.Size([3, 1, 2])
再比如图片img的size比如是（28，28，3）就可以利用img.permute(2,0,1)得到一个size为（3，28，28）的tensor。
利用这个函数permute（0，2，1）可以把Tensor([[[1,2,3],[4,5,6]]]) 转换成
tensor([[[1., 4.],
[2., 5.],
[3., 6.]]])如果使用view，可以得到
tensor([[[1., 2.],
[3., 4.],
[5., 6.]]])关于view的用法：参见PyTorch中view的用法
比如:
a=rand(2,3,4); %这是一个三维数组，各维的长度分别为：2，3，4
%现在交换第一维和第二维：
permute(A,[2,1,3]) %变成3*2*4的矩阵
import torch
import numpy as np
a=np.array([[[1,2,3],[4,5,6]]])
unpermuted=torch.tensor(a)
print(unpermuted.size()) # ——> torch.Size([1, 2, 3])
tensor([[[1., 4.],
[2., 5.],
[3., 6.]]])
permuted=unpermuted.permute(2,0,1)
print(permuted.size()) # ——> torch.Size([3, 1, 2])
tensor([[[1., 2.],
[3., 4.],
[5., 6.]]])
