PyTorch 中的 .flatten() 和 .view(-1) 有什么区别？

Question

双方.flatten()并.view(-1)压平PyTorch张量。有什么不同？

1. 是否.flatten()复制张量的数据？
2. 是.view(-1)更快吗？
3. 有.flatten()没有不工作的情况？

Answer 1

除了@ adeelh的评论，还有另外一个区别：torch.flatten()在结果.reshape()，以及之间的差异.reshape()，并.view()有：

• [...]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。

• 另一个区别是 reshape() 可以对连续和非连续张量进行操作，而 view() 只能对连续张量进行操作。另请参阅此处有关连续的含义

对于上下文：

• 社区请求了一段时间的flatten功能，在问题 #7743 之后，该功能在PR #8578 中实现。

• 你可以在这里看到 flatten 的实现，在那里.reshape()可以看到对return线的调用。

Answer 2

flatten只是 的常见用例的方便别名view。¹

还有其他几个：

功能	等价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，这flatten允许您使用start_dim和end_dim参数展平维度的特定连续子集。

1. 实际上表面reshape上在幕后是等价的。