---

  官方API文档：点击跳转。torch.nn.Flatten是Pytorch提供的类，常用于将输入数据进行展平，而torch.flatten()函数与之功能相同。

torch.nn.Flatten

  类初始化方式：

torch.nn.Flatten(start_dim=1, end_dim=-1)

• start_dim=1：开始维度，默认为1.
• end_dim=1：结束维度，默认为-1.

torch.nn.Flatten对象常用于参与构造神经网络，对神经网络模型的输出进行处理，将连续的维度范围展平为张量。例：

# 定义输入数据
input = torch.randn(32, 1, 5, 5)# 创建Flatten对象
flatten = nn.Flatten()
output = flatten(input)# 输出结果
print('output.shape=',output.shape)

  从dim=0展开直至dim=3，有关系：$[32，1，5，5]->[32，1\ast 5\ast 5]=[32，25]$。这是因为在模型中，dim=0通常表示数据的batch_size，故需要将一个个数据拉平为一维。而若从dim=0开始拉平，则所有数据被混淆在一起而存在一个一维向量中。

torch.flatten()

  函数声明如下：

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

用于指定维度拉平数据，作用与torch.nn.Flatten类对象相同，但默认从dim=0开始拉平。例：

import torch
x=torch.randn(2,4,2)# 默认start_dim=0,end_dim=-1,将Tensor拉为一维。 
z=torch.flatten(x)
print(z.shape)# [16]=[2*4*2]# 模拟torch.nn.Flatten功能
w=torch.flatten(x,1)
print(w.shape)# [2,8]=[2,4*2]