flatten

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

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

请注意，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：

  1. Case 1:
  3.   给定
  4.     X.shape = (3, 100, 100, 4)
  5.   且
  6.     start_axis = 1
  7.     stop_axis = 2
  9.   得到:
  10.     Out.shape = (3, 100 * 100, 4)
  12. Case 2:
  14.   给定
  15.     X.shape = (3, 100, 100, 4)
  16.   且
  17.     start_axis = 0
  18.     stop_axis = -1
  20.   得到:
  21.     Out.shape = (3 * 100 * 100 * 4)

参数：

  • x (Tensor) - 多维Tensor, 数据类型可以为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。

返回类型: Tensor

抛出异常：

  • ValueError: 如果 x 不是一个Tensor

  • ValueError: 如果start_axis或者stop_axis不合法

代码示例

  1. import paddle
  3. image_shape=(2, 3, 4, 4)
  4. x = paddle.arange(end=image_shape[0] * image_shape[1] * image_shape[2] * image_shape[3])
  5. img = paddle.reshape(x, image_shape) / 100
  7. out = paddle.flatten(img, start_axis=1, stop_axis=2)
  8. # out shape is [2, 12, 4]
  10. # 在动态图模式下，输出out与输入img共享数据
  11. img[0, 0, 0, 0] = -1
  12. print(out[0, 0, 0]) # [-1]