深度学习笔记（4）——维度操作（2）展平

文章目录

深度学习笔记（4）——维度操作（2）展平
前言
一、 flatten（）
二、view（）
总结

前言

上一篇文章记录了维度操作的增加维度和维度压缩，这篇笔记介绍维度的展平

一、 flatten（）

x flatten(0, 1)

flatten是对torch张量的操作，对指定维度进行展平操作。
下面进行一个实验看一下，这个函数的具体用法


x = torch.rand(2,3,4)
x = x.flatten(0,1)
print(x.shape)

输出结果为：

torch.Size([6, 4])

flatten指定维度的方式一次只能对两个维度的操作，若对三个维度进行操作会报错。若不指定维度，则会展平所有维度
下面举个不指定维度的例子

x = torch.rand(2,3,4)
x = x.flatten()
print(x.shape)

结果为下面所示，事实证明，若不指定维度的方式，flatten会展平所有的维度。

torch.Size([24])

二、view（）

x view（x.size(0), -1）

x = torch.rand(2,3,4)
x = x.view(x.size(0), -1)
print(x.shape)

torch.Size([2, 12])

结果如上，从结果中不难看出，这样是沿着最后一个维度进行展平，具体的展平方式是size（0）不动，对剩下的维度展平。
再进行一个实验

x = torch.rand(2,3,4)
print(x.size(0))
print(x)
x = x.view(x.size(1),-1)
print(x.shape)
print(x)

输出结果如下，可以看出view其实是对矩阵进行形状重塑，当然也可以当作展平处理进行使用。

2
tensor([[[0.3708, 0.6937, 0.4584, 0.4001],[0.5163, 0.7196, 0.4849, 0.9723],[0.3077, 0.4114, 0.1740, 0.4664]],[[0.3961, 0.0221, 0.5449, 0.0027],[0.5181, 0.0619, 0.4263, 0.0653],[0.6001, 0.6604, 0.7847, 0.7992]]])
torch.Size([3, 8])
tensor([[0.3708, 0.6937, 0.4584, 0.4001, 0.5163, 0.7196, 0.4849, 0.9723],[0.3077, 0.4114, 0.1740, 0.4664, 0.3961, 0.0221, 0.5449, 0.0027],[0.5181, 0.0619, 0.4263, 0.0653, 0.6001, 0.6604, 0.7847, 0.7992]])

总结

x.flatten(dim1,dim2),dim1,dim2必须相邻
x.view(size(0),-1)，view可以重塑成任何形状

以上就是今天要讲的内容，本文仅仅简单介绍了展平的使用flatt和view可以实现大部分的展平操作。

深度学习笔记（4）——维度操作（2）展平、·拼接、拆分相关推荐

深度学习笔记（23）卷积维度
深度学习笔记(23) 卷积维度 1. 卷积步长 2. 卷积输出维度 3. 三维卷积 1. 卷积步长在这个例子中,用3×3的矩阵卷积一个7×7的矩阵,得到一个3×3的输出输入和输出的维度是由下面的公 ...
动手深度学习笔记（一）2.1数据操作
动手深度学习笔记(一) 2. 预备知识 2.1. 数据操作 2.1.1. 入门 2.1.2. 运算符 2.1.3. 广播机制 2.1.4. 索引和切片 2.1.5. 节省内存 2.1.6. 转换为其他 ...
tensorflow学习笔记——使用TensorFlow操作MNIST数据（1）
续集请点击我:tensorflow学习笔记--使用TensorFlow操作MNIST数据(2) 本节开始学习使用tensorflow教程,当然从最简单的MNIST开始.这怎么说呢,就好比编程入门有He ...
深度学习笔记其五：卷积神经网络和PYTORCH
深度学习笔记其五:卷积神经网络和PYTORCH 1. 从全连接层到卷积 1.1 不变性 1.2 多层感知机的限制 1.2.1 平移不变性 1.2.2 局部性 1.3 卷积 1.4 "沃尔多在 ...
深度学习笔记其三：多层感知机和PYTORCH
深度学习笔记其三:多层感知机和PYTORCH 1. 多层感知机 1.1 隐藏层 1.1.1 线性模型可能会出错 1.1.2 在网络中加入隐藏层 1.1.3 从线性到非线性 1.1.4 通用近似定理 1 ...
吴恩达深度学习笔记（四）
吴恩达深度学习笔记(四) 卷积神经网络CNN-第二版卷积神经网络深度卷积网络:实例探究目标检测特殊应用:人脸识别和神经风格转换卷积神经网络编程作业卷积神经网络CNN-第二版卷积神经网络 ...
深度学习笔记其六：现代卷积神经网络和PYTORCH
深度学习笔记其六:现代卷积神经网络和PYTORCH 1. 深度卷积神经网络(AlexNet) 1.1 学习表征 1.1 缺少的成分:数据 1.2 缺少的成分:硬件 1.2 AlexNet 1.2.1 ...
《繁凡的深度学习笔记》前言、目录大纲一文让你完全弄懂深度学习所有基础（DL笔记整理系列）
<繁凡的深度学习笔记>前言.目录大纲 (DL笔记整理系列) 一文弄懂深度学习所有基础 ! 3043331995@qq.com https://fanfansann.blog.csdn.ne ...
深度学习笔记（35）滑动窗口的卷积实现
深度学习笔记(35) 滑动窗口的卷积实现 1. 卷积实现 2. 减少计算成本 1. 卷积实现为了构建滑动窗口的卷积应用,首先要知道如何把神经网络的全连接层转化成卷积层假设对象检测算法输入一个14× ...

深度学习笔记（4）——维度操作（2）展平、·拼接、拆分

深度学习笔记（4）——维度操作（2）展平

文章目录

前言

一、 flatten（）

二、view（）

总结

深度学习笔记（4）——维度操作（2）展平、·拼接、拆分相关推荐

最新文章

热门文章