flatten
根据给定的 start_axis 和 stop_axis 将连续的维度展平。
备注
在动态图模式下，输出 Tensor 将与输入 Tensor 共享数据，并且没有 Tensor 数据拷贝的过程。如果不希望输入与输出共享数据，请使用 Tensor.clone，例如 flatten_clone_x = x.flatten().clone() 。
例如：
Case 1: 给定 X.shape = (3, 100, 100, 4) 且 start_axis = 1 stop_axis = 2 得到： Out.shape = (3, 100 * 100, 4) Case 2: 给定 X.shape = (3, 100, 100, 4) 且 start_axis = 0 stop_axis = -1 得到： Out.shape = (3 * 100 * 100 * 4) 下图展示了一个[2, 2, 2]的 Tensor 在经过不同参数的 Flatten 后的形状，数据依次为 0 到 7。
可以看到，在通过不同参数的 Flatten 后，Tensor 在 start_axis 与 stop_axis 维度间按照升序顺序重新排列元素。
备注
别名支持: 参数名 input 可替代 x 、 start_dim 可替代 start_axis 和 ehd_dim 可替代 stop_axis。 如 input=tensor_x 等价于 x=tensor_x， start_dim=1 等价于 start_axis=1 和 ehd_dim=1 等价于 stop_axis=1。
参数
x (Tensor) - 多维 Tensor，数据类型可以为 float16、float32、float64、int8、int32 或 int64。 别名：
inputstart_axis (int) - flatten 展开的起始维度。 别名：
start_dimstop_axis (int) - flatten 展开的结束维度。 别名：
end_dimname (str，可选) - 具体用法请参见 api_guide_Name，一般无需设置，默认值为 None。
返回
Tensor，一个 Tensor，它包含输入 Tensor 的数据，但维度发生变化。输入将按照给定的 start_axis 和 stop_axis 展开。数据类型与输入 x 相同。
代码示例
>>> import paddle >>> image_shape=(2, 3, 4, 4) >>> x = paddle.arange(end=image_shape[0] * image_shape[1] * image_shape[2] * image_shape[3]) >>> img = paddle.reshape(x, image_shape) >>> out = paddle.flatten(img, start_axis=1, stop_axis=2) >>> print(out.shape) [2, 12, 4] >>> # out shares data with img in dygraph mode >>> img[0, 0, 0, 0] = -1 >>> print(out[0, 0, 0]) Tensor(shape=[], dtype=int64, place=Place(cpu), stop_gradient=True, -1)