说明

一个代码里涉及到了unfold的操作，看了半天官网都没整明白维度怎么变化的，参考这个链接搞明白了：
https://blog.csdn.net/ViatorSun/article/details/119940759
https://zhuanlan.zhihu.com/p/361140988

维度计算

输入（ N, C, H, W）
输出（N,C×∏(kernel_size),L）
L 是通过卷积核 滑动裁剪 后，得到的区块的数量。

C×∏(kernel_size)是怎么来的？

从第一个参考链接的图可以看到，就是窗口滑动的时候，把窗口同一个位置的值放在了一个通道，所以窗口有多少个像素，就变成了多少个通道。
用参考博客的代码做一个示例：

inputs = torch.randn(1, 2, 4, 4)
print(inputs.size())
print(inputs)
unfold  = torch.nn.Unfold(kernel_size=(2, 2), stride=2)
patches = unfold(inputs)
print(patches.size())
print(patches)

输出结果

torch.Size([1, 2, 4, 4])
tensor([[[[ 0.4448, -1.8525, -1.8243, -1.0243],[ 0.0224, -1.2402, -0.7154, -1.2538],[-0.6515, -0.6022,  0.2263, -1.6286],[ 0.2067,  0.8257, -1.9318,  1.0372]],[[ 2.4799, -0.5248, -0.3170,  1.5934],[-0.3643,  1.1624, -1.5762, -0.1827],[-0.0553,  0.1629, -1.3280, -0.8468],[ 0.0671,  1.6328,  1.1706,  1.7891]]]])
torch.Size([1, 8, 4])
tensor([[[ 0.4448, -1.8243, -0.6515,  0.2263],[-1.8525, -1.0243, -0.6022, -1.6286],[ 0.0224, -0.7154,  0.2067, -1.9318],[-1.2402, -1.2538,  0.8257,  1.0372],[ 2.4799, -0.3170, -0.0553, -1.3280],[-0.5248,  1.5934,  0.1629, -0.8468],[-0.3643, -1.5762,  0.0671,  1.1706],[ 1.1624, -0.1827,  1.6328,  1.7891]]])

用两个窗口的情况来举例，每个位置对应的结果情况如下：