问题
torch.flatten()与nn.Flatten()都可以实现展开Tensor，那么二者的区别是什么呢？
方法
经过查阅相关资料，发现二者主要区别有：
(1) 默认的dim不同，torch.flatten()默认的dim=0，而nn.Flatten()默认的dim=1，例如输入数据的尺寸是[3,1,4,4]，经过torch.flatten()展开后的尺寸变为[48]，而经过nn.Flatten()后得到的结果是[3, 16];
(2) nn.Flatten是一个类，而torch.flatten()则是一个函数。
相关实验代码如下所示：
import torch
from torch import nn
'''torch.flatten与nn.Flatten的区别
- torch.flatten()的dim默认是从0维开始;
- nn.Flatten()的dim默认是从1维开始;
'''
if __name__ == '__main__':
x = torch.rand(3, 1, 4, 4)
m = nn.Flatten()
out1 = m(x)
print(f'nn.Flatten(x) size is: {out1.size()}')
out2 = torch.flatten(x)
print(f'torch.flatten(x) size is: {out2.size()}')
结语
本文主要介绍了nn.Flatten()与torch.flatten()二者的区别，深入理解二者细微的区别方能更好的应用。