先看一下flatten的具體用法
1-對於一般數值，可以直接flatten

>>> a=array([[1,2],[3,4],[5,6]])
>>> a
array([[1, 2],
       [3, 4],
       [5, 6]])
>>> a.flatten()
array([1, 2, 3, 4, 5, 6])

2-對列表變數，需要做一下處理

>>> a=array([[1,2],[3,4],[5,6]])
>>> [y for x in a for y in x]
[1, 2, 3, 4, 5, 6]
 

3-對mat物件

>>> a = [[1,3],[2,4],[3,5]]  
>>> a = mat(a)  
>>> y = a.flatten()  
>>> y  
matrix([[1, 3, 2, 4, 3, 5]])  
>>> y = a.flatten().A  
>>> y  
array([[1, 3, 2, 4, 3, 5]])  
>>> shape(y)  
(1, 6)  
>>> shape(y[0])  
(6,)  
>>> y = a.flatten().A[0]  
>>> y  
array([1, 3, 2, 4, 3, 5])  
 

4-壓縮（reduce）

slopes=tf.sqrt(tf.reduce_sum(tf.square(gradients),reduction_indices=[1])

其中reduction_indices=1表示按行壓縮，=0表示按列壓縮
5-reshape

tf.reshape(tensor,shape,name=None)

tensor是我們輸入的張量，shape是我們希望輸入變成什麼形狀，其中的shape為一個列表形式，特殊的是列表可以實現逆序的遍歷，即list(-1).-1所代表的含義是我們不用親自去指定這一維的大小，函式會自動進行計算，但是列表中只能存在一個-1。如一個6元素的陣列，想要reshape成2*3時，下面三種寫法得到的結果都是一樣的

tf.reshape(a,[2,3])
tf.reshape(a,[2,-1])
tf.reshape(a,[-1,3])