tensorflow中的DataFormatVecPermute()算子如何使用

使用到了tensorflow中的DataFormatVecPermute()算子，他有四个形参，请问这四个形参该怎么设置？

以下是我写的代码：

import tensorflow as tf
tf.compat.v1.disable_eager_execution()
a = tf.constant([1, 2, 3, 4], name='a')
sess = tf.compat.v1.Session()
print(sess.run(a))
y = tf.raw_ops.DataFormatVecPermute(a, 'NHWC', 'NCHW', name='None')
print(y)

目的是将x由‘NHWC'格式转为‘NCHW’格式

产生的错误如下：

TypeError: DataFormatVecPermute only takes keyword args (possible keys: ['x', 'src_format', 'dst_format', 'name']). Please pass these args as kwargs instead.

DataFormatVecPermute()算子是 TensorFlow 中的向量转置算子，它有四个参数，分别是input、perm、type_t和N`。

• input：表示要转置的张量，数据类型为 Tensor。
• perm：表示转置的维度顺序，数据类型为 Tensor，长度必须与 input 张量的维度相同，每个元素表示在转置后的维度顺序中，原来的这个维度在哪个位置，比如 perm=[1, 0, 2] 表示将原来的二维张量按照列优先的方式转置。
• type_t：表示转置后的张量的数据类型，数据类型为 tf.DType，默认与 input 张量的数据类型相同。
• N：表示转置后的张量的阶数，数据类型为整数，取值范围为 [2, 8]，默认为 input 张量的阶数。

例如，假设你有一个二维张量 input，要将其转置为行优先的顺序，代码如下：

import tensorflow as tf

input = tf.constant([[1, 2, 3], [4, 5, 6]])
perm = tf.constant([1, 0])
output = tf.raw_ops.DataFormatVecPermute(input=input, perm=perm, type_t=None, N=None)

print(output)

输出：

tf.Tensor(
[[1 4]
 [2 5]
 [3 6]], shape=(3, 2), dtype=int32)

其中，output 表示转置后的张量。