flatten¶

paddle. flatten ( x, start_axis=0, stop_axis=- 1, name=None ) [源代码] ¶

根据给定的 start_axis 和 stop_axis 将连续的维度展平。

注解

在动态图模式下，输出 Tensor 将与输入 Tensor 共享数据，并且没有 Tensor 数据拷贝的过程。如果不希望输入与输出共享数据，请使用 Tensor.clone，例如 flatten_clone_x = x.flatten().clone() 。

例如：

         Case 1:

  给定
    X.shape = (3, 100, 100, 4)
  且
    start_axis = 1
    stop_axis = 2

  得到：
    Out.shape = (3, 100 * 100, 4)

Case 2:

  给定
    X.shape = (3, 100, 100, 4)
  且
    start_axis = 0
    stop_axis = -1

  得到：
    Out.shape = (3 * 100 * 100 * 4)

        

参数¶

x (Tensor) - 多维 Tensor，数据类型可以为 float16、float32、float64、int8、int32 或 int64。

start_axis (int) - flatten 展开的起始维度。

stop_axis (int) - flatten 展开的结束维度。

name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回¶

Tensor，一个 Tensor，它包含输入 Tensor 的数据，但维度发生变化。输入将按照给定的 start_axis 和 stop_axis 展开。数据类型与输入 x 相同。

代码示例¶

          >>> import paddle

>>> image_shape=(2, 3, 4, 4)

>>> x = paddle.arange(end=image_shape[0] * image_shape[1] * image_shape[2] * image_shape[3])
>>> img = paddle.reshape(x, image_shape)

>>> out = paddle.flatten(img, start_axis=1, stop_axis=2)
>>> print(out.shape)
[2, 12, 4]

>>> # out shares data with img in dygraph mode
>>> img[0, 0, 0, 0] = -1
>>> print(out[0, 0, 0])
Tensor(shape=[], dtype=int64, place=Place(cpu), stop_gradient=True,
-1)

         