PyTorch中flatten()?函數(shù)的用法實例小結

更新時間：2025年11月07日 17:25:00 作者：紐約戀情

在PyTorch中，flatten函數(shù)的作用是將一個多維的張量轉換為一維的向量，它可以將任意形狀的張量轉換為一維，而不需要指定轉換后的大小，這篇文章主要介紹了PyTorch中flatten()?函數(shù)的用法,需要的朋友可以參考下

一. 用法

Flatten層主要是用來將輸入“壓平”，即把多維的輸入一維化，用在卷積層到全連接層的過渡。其不會影響batch的大小，可以理解為把高緯度的數(shù)組按照ｘ軸或者ｙ軸進行拉伸，變成一維的數(shù)組。

二. 參數(shù)

1.start_dim（可選參數(shù)）：指定從哪個維度開始展平張量。默認情況下，start_dim被設置為0，表示從第一個維度（通常是批大?。╅_始展平。如果設置為其他整數(shù)值，則會從指定的維度開始展平。

2.end_dim（可選參數(shù)）：指定在哪個維度結束展平張量。默認情況下，end_dim被設置為-1，表示展平直到最后一個維度。如果設置為其他整數(shù)值，則會在指定的維度結束展平。

三. 實例

(1). 首先隨機定義一個滿足正態(tài)分布的（2，3，4）的數(shù)據(jù)x

import torch 
x = torch.randn(2,3,4)
print(x)
x = x.flatten(0)
print(x)
------------------------------------
tensor([[[ 0.1281,  1.6878,  0.2301, -0.0721],
         [ 1.2374, -0.6929,  1.1186,  0.4372],
         [ 0.5122,  1.4653, -0.1673,  0.7258]],
        [[ 0.2772, -1.9994, -1.2284,  0.2764],
         [-0.0451, -0.9195,  0.5749,  0.1942],
         [ 0.8539, -0.0434, -0.7313,  0.0234]]])
tensor([ 0.1281,  1.6878,  0.2301, -0.0721,  1.2374, -0.6929,  1.1186,  0.4372,
         0.5122,  1.4653, -0.1673,  0.7258,  0.2772, -1.9994, -1.2284,  0.2764,
        -0.0451, -0.9195,  0.5749,  0.1942,  0.8539, -0.0434, -0.7313,  0.0234])
import torch 
x = torch.randn(2,3,4)
print(x)
x = x.flatten(0)
print(x)
------------------------------------
tensor([[[ 0.1281,  1.6878,  0.2301, -0.0721],
         [ 1.2374, -0.6929,  1.1186,  0.4372],
         [ 0.5122,  1.4653, -0.1673,  0.7258]],
        [[ 0.2772, -1.9994, -1.2284,  0.2764],
         [-0.0451, -0.9195,  0.5749,  0.1942],
         [ 0.8539, -0.0434, -0.7313,  0.0234]]])
tensor([ 0.1281,  1.6878,  0.2301, -0.0721,  1.2374, -0.6929,  1.1186,  0.4372,
         0.5122,  1.4653, -0.1673,  0.7258,  0.2772, -1.9994, -1.2284,  0.2764,
        -0.0451, -0.9195,  0.5749,  0.1942,  0.8539, -0.0434, -0.7313,  0.0234])

此時x的維度是2×3×4=24，x = flatten(0) 和 x = flatten()的結果相同。

(2).

import torch 
x = torch.randn(2,3,4)
print(x)
x = x.flatten(1)
print(x)
===========================================
tensor([[[-0.7137, -0.0859, -1.5284,  0.7284],
         [ 0.8425,  0.3606,  1.7639,  0.1848],
         [ 0.4040, -1.6575,  1.9134, -1.0787]],
        [[ 0.6981,  1.3494, -0.5817, -1.1824],
         [-0.4972,  0.4179,  2.1742, -0.2462],
         [ 0.2429, -1.9315, -0.3497,  0.7190]]])
tensor([[-0.7137, -0.0859, -1.5284,  0.7284,  0.8425,  0.3606,  1.7639,  0.1848,
          0.4040, -1.6575,  1.9134, -1.0787],
        [ 0.6981,  1.3494, -0.5817, -1.1824, -0.4972,  0.4179,  2.1742, -0.2462,
          0.2429, -1.9315, -0.3497,  0.7190]])

此時x是從1維度開始展開，最后的x維度為（2，3×4），也就是（2，12）

注意：start_dim和end_dim參數(shù)的取值范圍應該在 -x.dim() <= start_dim <= end_dim < x.dim() 之間。

到此這篇關于PyTorch中flatten() 函數(shù)的用法的文章就介紹到這了,更多相關PyTorch flatten() 函數(shù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: