torch.flatten()函数

1）flatten(x,1)是按照x的第1个维度拼接（按照列来拼接，横向拼接）；
2）flatten(x,0)是按照x的第0个维度拼接（按照行来拼接，纵向拼接）；
3）有时候会遇到flatten里面有两个维度参数，flatten(x, start_dim, end_dimension)，此时flatten函数执行的功能是将从start_dim到end_dim之间的所有维度值乘起来，其他的维度保持不变。例如x是一个size为[4,5,6]的tensor, flatten(x, 0, 1)的结果是一个size为[20,6]的tensor。

In [1]: import torchIn [2]: A = torch.tensor([[[1,2,3,4],[5,6,7,8],[9,10,11,12]],[[13,14,15,16],[17,18,19,20],[21,22,23,24]]])
In [3]: A.size
Out[3]: <function Tensor.size>In [4]: A.shape
Out[4]: torch.Size([2, 3, 4])In [5]: B = torch.flatten(A,1)In [6]: B
Out[6]:
tensor([[ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12],[13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24]])In [7]: B.shape
Out[7]: torch.Size([2, 12])In [8]: C = torch.flatten(A,0,1)In [9]: C
Out[9]:
tensor([[ 1,  2,  3,  4],[ 5,  6,  7,  8],[ 9, 10, 11, 12],[13, 14, 15, 16],[17, 18, 19, 20],[21, 22, 23, 24]])In [10]: C.shape
Out[10]: torch.Size([6, 4])

torch.flatten()函数相关推荐

torch.flatten()函数详解
自己的理解: 介绍torch.flatten()函数的具体使用方法1.首先创建一个三维张量2.调用torch.flatten()函数 import torchx = torch.randn(2, 3, ...
torch.flatten()
参考 torch.flatten() - 云+社区 - 腾讯云先看函数参数: torch.flatten(input, start_dim=0, end_dim=-1) input: 一个 tens ...
tensor.view()、torch.flatten()
一.tensor.view() view()函数不改变原始数据. 例: import torchdata = torch.randn(2, 3, 3, 5, 5) #b,corps,c,h,w pri ...
pytorch flatten函数_1. PyTorch中的基本数据类型——张量
在PyTorch中,张量属于一种基本的数据类型,和Numpy库中的ndarry类似,无论是标量.向量.矩阵还是高维数组都是以张量(Tensor)这种数据类型来表示.因此,有必要对该基本数据类型有所了解 ...
Python：flatten()函数用法
介绍: flatten()是对多维数据的降维函数 flatten(),默认缺省参数为0 适用:numpy对象,即数组array或者矩阵MAT,普通的list列表不可以出于:flatten是numpy ...
Pytorch阅读文档之flatten函数
pytorch中flatten函数 torch.flatten() #展平一个连续范围的维度,输出类型为Tensor torch.flatten(input, start_dim=0, end_dim ...
【PyTorch】 torch.flatten()与nn.Flatten()的区别
问题 torch.flatten()与nn.Flatten()都可以实现展开Tensor,那么二者的区别是什么呢? 方法经过查阅相关资料,发现二者主要区别有: (1) 默认的dim不同,torch. ...
Pytorch中 permute / transpose 和 view / reshape， flatten函数
1.transpose与permute transpose() 和 permute() 都是返回转置后矩阵,在pytorch中转置用的函数就只有这两个 ,这两个函数都是交换维度的操作 transpos ...
python使用numpy中的flatten函数将2D numpy数组拉平为1Dnumpy数组、使用np.linalg.matrix_rank函数计算2D numpy数组的秩(rank)
python使用numpy中的flatten函数将2D numpy数组拉平为1Dnumpy数组.使用np.linalg.matrix_rank函数计算2D numpy数组的秩(rank) 目录

torch.flatten()函数

torch.flatten()函数相关推荐

最新文章

热门文章