比较与torch.flatten的差异

torch.flatten

torch.flatten(
    input,
    start_dim=0,
    end_dim=-1
)

更多内容详见torch.flatten。

mindspore.ops.flatten

mindspore.ops.flatten(input, order='C', *, start_dim=1, end_dim=-1)

更多内容详见mindspore.ops.flatten。

使用方式

PyTorch：支持指定维度对元素进行展开，start_dim 默认为0，end_dim 默认为-1。

MindSpore：支持指定维度对元素进行展开，start_dim 默认为1，end_dim 默认为-1。通过 order 为”C”或”F”确定优先按行还是列展平。

分类	子类	PyTorch	MindSpore	差异
参数	参数1	input	input	功能一致
	参数2	-	order	展平优先顺序选项，PyTorch无此参数
	参数3	start_dim	start_dim	功能一致
	参数4	end_dim	end_dim	功能一致

代码示例

import mindspore as ms
import mindspore.ops as ops
import torch
import numpy as np

# MindSpore
input_tensor = ms.Tensor(np.ones(shape=[1, 2, 3, 4]), ms.float32)
output = ops.flatten(input_tensor)
print(output.shape)
# Out：
# (1, 24)

input_tensor = ms.Tensor(np.ones(shape=[1, 2, 3, 4]), ms.float32)
output = ops.flatten(input_tensor, start_dim=2)
print(output.shape)
# Out：
# (1, 2, 12)

# PyTorch
input_tensor = torch.Tensor(np.ones(shape=[1, 2, 3, 4]))
output1 = torch.flatten(input=input_tensor, start_dim=1)
print(output1.shape)
# Out：
# torch.Size([1, 24])

input_tensor = torch.Tensor(np.ones(shape=[1, 2, 3, 4]))
output2 = torch.flatten(input=input_tensor, start_dim=2)
print(output2.shape)
# Out：
# torch.Size([1, 2, 12])