如上图所示,3-d的shape为 2 ∗ 3 ∗ 3 2*3*3 2∗3∗3。
import numpy as np
t = [[[0.1, 2.7, 3.4],
[5.0, 0.2, 4.6],
[4.3, 8.5, 0.2]],
[[3.2, 5.7, 3.4],
[5.4, 6.2, 3.2],
[4.1, 3.5, 6.2]]]
res = np.array(t)
按照第0维进行划分,结果如下所示(最容易理解):
按照第1维进行划分,结果如下所示:
按照第2维进行划分,结果如下所示(往下走):
Pytorch的卷积层输入数据的shape为 ( N , C i n , H , W ) (N,C_{in} ,H,W) (N,Cin,H,W),具体如下图所示,网址为https://pytorch.org/docs/stable/generated/torch.nn.Conv2d.html
tf的卷积层输入数据的shape为 ( N , H , W , C i n ) (N,H,W, C_{in}) (N,H,W,Cin),具体如下图所示,网址为https://www.tensorflow.org/api_docs/python/tf/keras/layers/Conv2D