torch.flatten()

`torch.flatten()` 是 PyTorch 中用于将多维张量展平为一维张量的函数。它可以用于在神经网络中处理输入数据的展平操作，使得输入数据适合全连接层等需要一维输入的层。

下面是 `torch.flatten()` 的基本用法示例：

import torch

# 创建一个多维张量
x = torch.tensor([[1, 2, 3], [4, 5, 6]])

# 将多维张量展平为一维张量
flatten_x = torch.flatten(x)

# 输出结果
print(flatten_x)

在这个示例中，我们首先创建了一个多维张量 `x`，其形状为 `(2, 3)`。然后，我们通过调用 `torch.flatten(x)` 将多维张量 `x` 展平为一维张量 `flatten_x`。最后，我们打印输出结果。

`torch.flatten()` 的默认行为是按行展平多维张量。也就是说，它会按照从左到右、从上到下的顺序将元素排列为一维张量。如果需要按列展平，可以指定参数 `start_dim` 和 `end_dim`，以控制展平的维度范围。

希望这个解答对你有帮助！

相关问题

torch.flatten

torch.flatten()函数是PyTorch中用于将张量降维的函数。具体使用方法如下：
1. 首先创建一个三维张量x，例如x = torch.randn(2, 3, 4)。
2. 调用torch.flatten()函数，可以将张量x降维为一维向量。例如A = torch.flatten(x)，则A的形状为torch.Size([24])，A的内容为tensor([0.5366, 0.5488, 0.4033, -0.5649, -0.9119, 0.8464, -2.6698, 0.9435, 1.4485, 0.6482, -0.3760, 0.4114, 0.1044, 0.8057, -0.6402, 0.4294, 0.4673, -3.0244, 0.4310, -0.2473, 0.9410, 0.1142, 1.8234, 0.9855）。
3. 可以通过指定参数dim来控制降维的方式。例如B = torch.flatten(x, 1)，则将张量x以行的方式降维为一个二维张量。B的形状为torch.Size([2, 12])，B的内容为tensor([[-0.6268, 2.0879, -0.3395, 0.7372, 1.2479, 0.7701, -1.0685, -0.1118, 0.8185, -0.7564, -0.1037, 0.6884],[ 0.0925, -0.9300, -1.2214, 0.1166, 1.7271, 0.8715, -0.0598, 0.5371, 0.3556, -0.7636, 0.4855, 0.0844]])。<span class="em">1</span><span class="em">2</span>
#### 引用[.reference_title]
- *1* [torch.flatten()函数详解](https://blog.csdn.net/weixin_46319994/article/details/123118446)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* [pytorch permute维度转换方法](https://download.csdn.net/download/weixin_38738189/12865675)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]

torch.flatten传参

torch.flatten函数用于将输入张量展平为一维。它接受两个参数start_dim和end_dim，用于指定要展平的维度范围[^1]。

1. start_dim表示要开始展平的维度索引，end_dim表示要结束展平的维度索引。展平的范围是从start_dim到end_dim（不包括end_dim）。
2. 如果start_dim和end_dim相同，则只展平该维度。
3. 如果end_dim大于输入张量的维度数，则会引发错误。

以下是几个示例：
1. 对于输入张量shape为(100, 1, 28, 28)，使用torch.flatten(start_dim=1, end_dim=3)将第二维到第四维展平：

import torch

input_tensor = torch.randn(100, 1, 28, 28)
output_tensor = torch.flatten(input_tensor, start_dim=1, end_dim=3)
print(output_tensor.shape)  # 输出：torch.Size([100, 784])

2. 对于输入张量shape为(100, 1, 28, 28)，使用torch.flatten(start_dim=1, end_dim=2)将第二维展平：

import torch

input_tensor = torch.randn(100, 1, 28, 28)
output_tensor = torch.flatten(input_tensor, start_dim=1, end_dim=2)
print(output_tensor.shape)  # 输出：torch.Size([100, 56])

3. 对于输入张量shape为(100, 1, 28, 28)，使用torch.flatten(start_dim=1, end_dim=1)将第二维展平：

import torch

input_tensor = torch.randn(100, 1, 28, 28)
output_tensor = torch.flatten(input_tensor, start_dim=1, end_dim=1)
print(output_tensor.shape)  # 报错：RuntimeError: start_dim=1 exceeds dimension limit of 1