tf.nest.flatten

Возвращает плоский список из заданной вложенной структуры.

tf.nest.flatten(
    structure, expand_composites=False
)

Если nest не является структурой, кортежем (или именованным кортежем), словарем или классом attrs, то возвращает список с одним элементом: [nest].

В случае экземпляров словарей последовательность состоит из значений, отсортированных по ключу для обеспечения детерминированного поведения. Это также верно для экземпляров OrderedDict: их порядок следования игнорируется, используется порядок сортировки ключей. Такая же соглашение используется в pack_sequence_as. Это правильно упаковывает словари и OrderedDict после их уплощения, а также позволяет уплощать OrderedDict и затем упаковывать его обратно с помощью соответствующего обычного словаря или наоборот. Словари с несортируемыми ключами не могут быть уплощены.

Пользователи не должны изменять никакие коллекции, используемые в nest, в то время как эта функция выполняется.

Примеры:

1. Словарь Python (отсортирован по ключу):

dict = { "key3": "value3", "key1": "value1", "key2": "value2" }
tf.nest.flatten(dict)
['value1', 'value2', 'value3']

1. Для вложенного кортежа Python:

tuple = ((1.0, 2.0), (3.0, 4.0, 5.0), (6.0))
tf.nest.flatten(tuple)
    [1.0, 2.0, 3.0, 4.0, 5.0, 6.0]

1. Массив Numpy (не будет уплощен):

array = np.array([[1, 2], [3, 4]])
tf.nest.flatten(array)
    [array([[1, 2],
            [3, 4]])]

1. tf.Tensor (не будет уплощен):

tensor = tf.constant([[1., 2., 3.], [4., 5., 6.], [7., 8., 9.]])
tf.nest.flatten(tensor)
    [<tf.Tensor: shape=(3, 3), dtype=float32, numpy=
      array([[1., 2., 3.],
             [4., 5., 6.],
             [7., 8., 9.]], dtype=float32)>]