Pytorch：如何将图像块转换为特征向量矩阵？

Question

为了在 neural.network 中用作输入，我想从图像块中获取特征向量矩阵。 我正在使用 Fashion-MNIST 数据集（28x28 图像）并使用 Tensor.unfold 通过以下方式获取补丁（16 7x7 补丁）：

#example on one image
mnist_train = torchvision.datasets.FashionMNIST(
        root="../data", train=True, transform=transforms.Compose([transforms.ToTensor()]), download=True)
x = mnist_train[0][0][-1, :, :]
x = x.unfold(0, 7, 7).unfold(1, 7, 7)
x.shape
>>> torch.Size([4, 4, 7, 7])

在这里，我最终得到一个 4x4 张量的 7x7 补丁，但是我想对每个补丁进行矢量化以获得具有维度的矩阵X （16：补丁数 xd：特征向量的维度）。 我不确定是否可以在这里使用 flatten() 以及我将如何使用它 go 。

Answer 1

要关闭它，请将评论的内容移至此处：

#example on one image
mnist_train = torchvision.datasets.FashionMNIST(
    root="../data", train=True, 
transform=transforms.Compose([transforms.ToTensor()]), download=True)
x = mnist_train[0][0][-1, :, :]
x = x.unfold(0, 7, 7).unfold(1, 7, 7)
x.shape

Output：

>>> torch.Size([4, 4, 7, 7])

然后：

x.reshape(-1,7,7)
x.shape

Output：

torch.Size([16,7,7])