问tf.transpose是否也会改变内存(比如np.ascontiguousarray)？

EN

如果你仔细阅读文献资料，你就能找到答案：

Numpy兼容性 在numpy中，转置是内存高效的恒定时间操作，因为它们只是以调整的步调返回相同数据的新视图。 TensorFlow不支持跨越式，因此transpose返回一个新的张量，其中项被置换。

因此，tf.transpose返回一个新的张量，该张量具有所需的形状(因此效率很低)，所以是的，它改变了内存布局。

但是，与使用tf.trasnpose不同，您可以使用tf.reshape来更改张量形状，而无需创建新的张量形状。