flatten¶

paddle. flatten ( x, axis=1, name=None ) [源代码] ¶

flatten op将输入的多维Tensor展平成2-D Tensor矩阵

例如：

Case 1:

  给定
    X.shape = (3, 100, 100, 4)
  且
    axis = 2
  得到:
    Out.shape = (3 * 100, 4 * 100)

Case 2:

  给定
    X.shape = (3, 100, 100, 4)
  且
    axis = 0
  得到:
    Out.shape = (1, 3 * 100 * 100 * 4)

参数：

x (Variable) - 一个维度数>=axis 的多维Tensor, 数据类型可以为float32，float64，int8，int32或int64。
axis (int) - flatten展开的分割轴，[0, axis) 轴数据被flatten到输出矩阵的0轴，[axis, R)数据被flatten到输出矩阵的1轴，其中R是输入张量的总维度数。axis的值必须在[0,R]范围内。当 axis=0 时，若输入Tensor的维度为 \([d_0, d_1，… d_n]\) ，则输出张量的Tensor维度为 \([1，d_0 * d_1 *… d_n]\) ，默认值为1。
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: 一个 2-D Tensor，它包含输入Tensor的数据，但维度发生变化。输入的[0, axis)维将沿axis展平到输出Tensor的0维度，剩余的输入维数展平到输出的1维度。数据类型与输入x相同。

返回类型: Variable

抛出异常：

ValueError: 如果 x 不是一个Variable
ValueError: 如果axis的范围不在 [0, rank(x)] 范围内

代码示例

import paddle.fluid as fluid
x = fluid.layers.data(name="x", shape=[4, 4, 3], append_batch_size=False, dtype="float32")
# x shape is [4, 4, 3]
out = fluid.layers.flatten(x=x, axis=2)
# out shape is [16, 3]

PaddlePaddle

paddle.fluid / layers / flatten

flatten¶

PaddlePaddle

paddle

paddle.amp

paddle.callbacks

paddle.compat

paddle.distributed

paddle.distribution

paddle.fluid

paddle.io

paddle.jit

paddle.metric

paddle.nn

paddle.onnx

paddle.optimizer

paddle.regularizer

paddle.static

paddle.sysconfig

paddle.text

paddle.utils

paddle.vision

paddle.fluid / layers / flatten

flatten¶