matlab flatten,Flatten layer

在深度学习中，由于卷积神经网络（Convolutional Neural Network，CNN）的卷积层和池化层的存在，数据的维度会不断缩小，因此需要将卷积层和池化层输出的二维矩阵“展平”成一维向量，以便于后续的全连接层的处理。这个操作就是“flatten”，即将多维矩阵展平为一维向量。

在MATLAB中，可以使用 `reshape` 函数将矩阵展平。例如，将大小为 `[n1,n2,n3]` 的三维矩阵 `A` 展平为一维向量，可以使用以下代码：

A = randn(n1,n2,n3);
A_flatten = reshape(A,1,[]);

此外，MATLAB中也提供了 `flattenLayer`，这是一个网络层（Layer），可以在网络中添加该层，以实现将卷积层和池化层输出结果展平的功能。使用该层可以简化代码实现。以下是一个示例：

layers = [
    imageInputLayer([28 28 1])
    convolution2dLayer(5,20)
    reluLayer
    maxPooling2dLayer(2,'Stride',2)
    flattenLayer
    fullyConnectedLayer(10)
    softmaxLayer
    classificationLayer];

net = trainNetwork(trainData,layers,options);

在这个示例中，`flattenLayer` 层被添加在了卷积层和全连接层之间，用于将卷积层和池化层的输出结果展平。