Python 理解火炬

我知道展平会移除除一个维度之外的所有维度。例如，我理解：

然而，我不明白这段代码的意思，尤其是我不明白这段代码的意思：

我觉得输出的大小应该是

[160]

，因为

32*5=160

Q1.那么为什么它会输出大小

[32288]

Q2.我也不明白文件中给出的

shape

信息的含义：

Q3.以及参数的含义：

---

这是默认行为的不同之处。默认情况下展平所有标注，而默认情况下展平从第二个标注（索引1）开始的所有标注

您可以在

start\u dim

和

end\u dim

参数的默认值中看到这种行为。

start\u dim

参数表示要展平的第一个维度（零索引），而

end\u dim

参数表示要展平的最后一个维度。因此，当

start\u dim=1

是

torch.nn.Flatten

的默认值时，第一个维度（索引0）不会展平，但当

start\u dim=0

是

torch.Flatten

的默认值时，它会包括在内

这种差异背后的原因可能是因为

torch.nn.flatte

用于

torch.nn.Sequential

，其中通常对一批输入执行一系列操作，其中每个输入独立于其他输入进行处理。例如，如果您有一批图像，并调用

torch.nn.flatte

，典型的用例是分别展平每个图像，而不是展平整个批次

如果确实要使用

torch.nn.flatte

展平所有标注，只需将对象创建为

torch.nn.flatte（start\u dim=0）

---

最后，文档中的形状信息仅涵盖了张量的形状将如何受到影响，说明第一个（索引0）维度保持原样。因此，如果您的输入张量为shape

（N，*dims）

，其中

*dims

是任意尺寸序列，则输出张量将具有shape

（N，*dims的乘积）

，因为除批量尺寸外的所有尺寸都是展平的。例如，shape

（3,10,10）

的输入将具有shape

（3,10 x 10）=（3100）

的输出，但如何将

nn.Conv2d（1,32,5,1,1）

转换为

[32288]

？@Rnj这些参数对应于输入通道、输出通道、内核大小等。创建conv层时，不是输入的形状（请参见）。输入经过conv层后的形状是

（32,32,3,3）

，它变平为

（32,32 x 3 x 3）=（32288）

。

> t = torch.ones(4, 3)
> t
tensor([[1., 1., 1.],
    [1., 1., 1.],
    [1., 1., 1.],
    [1., 1., 1.]])

> flatten(t)
tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])

>>> input = torch.randn(32, 1, 5, 5)
>>> m = nn.Sequential(
>>>     nn.Conv2d(1, 32, 5, 1, 1),
>>>     nn.Flatten()
>>> )
>>> output = m(input)
>>> output.size()
torch.Size([32, 288])