PyTorch中的.flatten（）和.view（-1）有什么区别？

Question

.flatten()和.view(-1)都在PyTorch中拉平张量。有什么不同？

1. .flatten()是否复制张量的数据？
2. .view(-1)更快吗？
3. 是否有.flatten()不起作用的情况？

我试图阅读PyTorch的文档，但是它不能回答这些问题。

Answer 1

flatten 只是 view 的常见用例的 convenient alias。¹

还有其他几个：

<头>

功能	等价的 view 逻辑
flatten()	view(-1)
flatten(start, end)	view(*t.shape[:start], -1, *t.shape[end+1:])
squeeze()	view(*[s for s in t.shape if s != 1])
unsqueeze(i)	view(*t.shape[:i-1], 1, *t.shape[i:])

请注意，flatten 允许您使用 start_dim 和 end_dim 参数展平特定的连续维度子集。

---

1. 实际上是表面上等效的 reshape。

Answer 2

除了@adeelh的评论，还有另一个区别：torch.flatten()产生.reshape()，而differences between .reshape() and .view()则是：

  

  

• [...] torch.reshape可能会返回原始张量的副本或视图。您不能指望它返回视图或副本。

  

• 另一个差异是reshape（）可以在连续和非连续的张量上运行，而view（）只能在连续的张量上运行。另请参阅此处有关连续的含义

  

对于上下文：

• 一段时间以来，社区要求使用flatten函数，并且在Issue #7743之后，该功能已在PR #8578中实现。

• 您可以看到扁平化here的实现，在.reshape()行中可以看到对return的调用。