PaddlePaddle

 paddle / flatten


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:

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

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) / 100

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

# 在动态图模式下,输出out与输入img共享数据
img[0, 0, 0, 0] = -1
print(out[0, 0, 0]) # [-1]

此页内容是否对您有帮助