展平 3D 张量
Flatten 3D tensor
我有一个形状为 T x B x N 的张量（RNN 的训练数据，T 是最大序列长度，B 是批次数，N 个特征），我想展平所有跨时间步长的特征，这样我就得到了形状为 B x TN 的张量。一直没能弄清楚如何做到这一点..
您需要在展平之前置换坐标轴，如下所示：
t = t.swapdims(0,1) # (T,B,N) -> (B,T,N)
t = t.view(B,-1) # (B,T,N) -> (B,T*N) (equivalent to `t.view(B,T*N)`)
我有一个形状为 T x B x N 的张量（RNN 的训练数据，T 是最大序列长度，B 是批次数，N 个特征），我想展平所有跨时间步长的特征，这样我就得到了形状为 B x TN 的张量。一直没能弄清楚如何做到这一点..
您需要在展平之前置换坐标轴，如下所示：
t = t.swapdims(0,1) # (T,B,N) -> (B,T,N)
t = t.view(B,-1) # (B,T,N) -> (B,T*N) (equivalent to `t.view(B,T*N)`)