数据重排-einops库的Rearrange函数解释

Rearrange('b c (h p1) (w p2) -> b (h w) (p1 p2 c)', p1 = patch_height, p2 = patch_width)

上面的代码来自vit-pytorch的第96行，做的处理是将图片变成许多个patch。下面写一下对该函数的说明：

b c (h p1) (w p2) -> b (h w) (p1 p2 c) 是关键，我们假设原来的输入为：(B, C, H, W)，则这里就可以写出

这样，我们的输出就可以通过上式计算出来，为 。

以ViT为例，假设batch size=1，就是将输入的(1, 3, 224, 224)的图片，patchsize=p1=p2=16，变成了(1, 196, 768)，进行了patch操作。