对两个flatten函数的探究

简介: 对两个flatten函数的探究

1 问题

对torch.nn.flatten()和torch.flatten()两个函数的理解。


2 方法

对于torch.nn.Flatten():
其默认参数为start_dim = 1 , end_dim = -1,即从第1维(第0维不变)开始到最后一维结束将每个batch拉伸成一维:


当仅设置一个参数时,该参数表示 start_dim 的值,即从该维度开始到最后一个维度结束,将每个batch拉伸成一维,其余维度不变:


当设置两个参数时,两个参数分别表示开始维度和结束维度:


Torch.nn.flatten()函数官方文档:

对于torch.flatten():
torch.flatten()函数默认start_dim = 0 , 其余与torch.nn.flatten()相同。


torch.flatten()函数官方文档:

3 结语

通过对照实验,对两个函数的参数进行比照分析,得出结论。

目录
相关文章
|
2月前
|
机器学习/深度学习 人工智能 PyTorch
基于Numpy构建RNN模块并进行实例应用(附代码)
基于Numpy构建RNN模块并进行实例应用(附代码)
45 0
|
11月前
|
机器学习/深度学习 计算机视觉 异构计算
Darknet53详细原理(含torch版源码)
Darknet53详细原理(含torch版源码)—— cifar10
288 0
Darknet53详细原理(含torch版源码)
|
机器学习/深度学习 算法 数据挖掘
logistic模型原理与推导过程分析(1)
给定一些数据集合,他们分别属于两个不同的类别。例如对于广告数据来说,是典型的二分类问题,一般将被点击的数据称为正样本,没被点击的数据称为负样本。现在我们要找到一个线性分类器,将这些数据分为两类。用X表示样本数据,Y表示样本类别(例如1与-1,或者1与0)。我们线性分类器的目的,就是找到一个超平面将两类样本分开。
213 0
logistic模型原理与推导过程分析(3)
由上面的式子可以看出,g(A)的参数是一个m*1的矩阵,或者说是一个列向量。如果我们设计函数g的时候,支持传入一个列向量,并返回一个列向量,则hθ(x)−y可以一次计算得到结果。
92 0
|
机器学习/深度学习 算法 大数据
logistic模型原理与推导过程分析(2)
其中m表示样本个数,n表示影响因数的个数,yi(i=0,1,⋯ ,m)取0或者1。现在我们结合数据,利用条件概率分布模型给出基于概率的二项logistic模型如下
151 0
|
Python
numpy重新学习系列(5)---如何用np.zeros_like创建一个新的和原来array形状一样的,但是元素为0的新的array
numpy重新学习系列(5)---如何用np.zeros_like创建一个新的和原来array形状一样的,但是元素为0的新的array
100 0
numpy重新学习系列(5)---如何用np.zeros_like创建一个新的和原来array形状一样的,但是元素为0的新的array
|
Python
numpy 的newaxis 和 concatenate函数应用解释及应用举例
numpy 的newaxis 和 concatenate函数应用解释及应用举例
160 0
numpy 的newaxis 和 concatenate函数应用解释及应用举例
|
机器学习/深度学习 存储 PyTorch
一个快速构造GAN的教程:如何用pytorch构造DCGAN(上)
一个快速构造GAN的教程:如何用pytorch构造DCGAN
140 0
一个快速构造GAN的教程:如何用pytorch构造DCGAN(上)
|
机器学习/深度学习 存储 并行计算
一个快速构造GAN的教程:如何用pytorch构造DCGAN(下)
一个快速构造GAN的教程:如何用pytorch构造DCGAN
130 0
一个快速构造GAN的教程:如何用pytorch构造DCGAN(下)
|
机器学习/深度学习 算法框架/工具
5分钟入门GANS:原理解释和keras代码实现
5分钟入门GANS:原理解释和keras代码实现
181 0
5分钟入门GANS:原理解释和keras代码实现