这篇博客主要写flatten（）作用，及其参数的含义
- flatten()是对多维数据的降维函数。
- flatten(),默认缺省参数为0，也就是说flatten()和flatte(0)效果一样。
- python里的flatten(dim)表示，从第dim个维度开始展开，将后面的维度转化为一维.也就是说，只保留dim之前的维度，其他维度的数据全都挤在dim这一维。
- 比如一个数据的维度是( S 0 , S 1 , S 2......... , S n ) , flatten(m)后的数据为( S 0 ， S 1 ， S 2 ， . . . ， S m − 2 ， S m − 1 ， S m ∗ S m + 1 ∗ S m + 2 ∗ . . . ∗ S n )
- 下面我们举个例子来理解一下flatten
比如我们随机定义一个维度为（2，3，4）的数据a
import torch a = torch.rand(2,3,4)
a输出结果为：
a此时的维度为(2,3,4)
flatten()和flatten(0)效果一样,a这个数据从0维展开，就是（ 2 ∗ 3 ∗ 4 2*3*4 2∗3∗4），维度就是(24)
b = a.flatten() c = a.flatten(0)
b,c的结果如图：
b,c相等，维度均为 ( 2 ∗ 3 ∗ 4 ) (2*3*4) (2∗3∗4)也就是（24）
a从1维展开flatten(1)，就是 ( 2 , 3 ∗ 4 ) (2,3*4) (2,3∗4)，也就是（2，12）.
d = a.flatten(1)
d的结果如图所示：
a从一维展开后的数据d的维度为 ( 2 , 3 ∗ 4 ) (2,3*4) (2,3∗4)也就是（2,12）
a若是从2维展开flatten(2)，那就是（2，3，4）和之前没有变化
e = a.flatten(2)
e的结果如图所示：
e从二维展开后的数据d的维度为 ( 2 , 3 , 4 ) (2,3,4) (2,3,4)
总结
- python里的flatten(dim)表示，从第dim个维度开始展开，将后面的维度转化为一维.也就是说，只保留dim之前的维度，其他维度的数据全都挤在dim这一维。
- 比如一个数据的维度是( S 0 , S 1 , S 2 , S 3......... , S n ) (S0,S1,S2,S3.........,Sn)(S0,S1,S2,S3.........,Sn), flatten(m)后的数据为( S 0 , S 1 ， S 2 ， S 3 ， . . . ， S m − 2 ， S m − 1 ， S m ∗ S m + 1 ∗ S m + 2 ∗ . . . ∗ S n ) (S0, S1，S2，S3，...，Sm-2，Sm-1，Sm*Sm+1*Sm+2*...*Sn)(S0,S1，S2，S3，...，Sm−2，Sm−1，Sm∗Sm+1∗Sm+2∗...∗Sn)
到此这篇关于python中flatten()参数的文章就介绍到这了,更多相关python flatten()参数内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文链接：https://blog.csdn.net/kuan__/article/details/116987162
