2、torch.nn.Flatten()的参数实例

深度学习渣

于 2022-03-18 12:24:27 发布

阅读量2.8k

点赞数 10

分类专栏：深度学习相关文章标签： pytorch 深度学习机器学习

本文链接：https://blog.youkuaiyun.com/qq_45228845/article/details/123571644

版权

深度学习相关专栏收录该内容

7 篇文章

订阅专栏

本文介绍了PyTorch中nn.Flatten层的功能和用法，通过实例展示了如何使用默认参数、一个参数和两个参数来改变张量的维度，将其扁平化为一维。对于默认设置，它保留第0维并合并其他维度；当指定参数时，可以从指定维度开始进行扁平化操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2、torch.nn.Flatten()的参数实例

# 默认参数
import torch
a = torch.randn(8,3,64,64)
F = torch.nn.Flatten()
a1 = F(a)

a的大小：
torch.Size([8, 3, 64, 64])

a1的大小：
torch.Size([8, 12288])
默认将第0维保留下来，其余拍成一维

# 一个参数
import torch
a = torch.randn(8,3,64,64)
F = torch.nn.Flatten(2)
a1 = F(a)


a的大小：
torch.Size([8, 3, 64, 64])

a1的大小：
torch.Size([8, 3, 4096])
从第二维开始，拍成一维

# 两个参数

import torch
a = torch.randn(8,3,64,64)
F = torch.nn.Flatten(1,2)
a1 = F(a)

a的大小：
torch.Size([8, 3, 64, 64])

a1的大小：
torch.Size([8, 192, 64])
将第一维到第二维拍成一维，其余不变