CNN：为什么图像矩阵变换为(channel, width, height)？
CNN: Why is the image matrix transformed to (channel, width, height)?
我正在浏览一些 CNN 文章。我看到他们将输入图像转换为 (channel, width, height).
取自 MXNET CNN Tutorial 的代码示例。
def transform(data, label):
# 2,0,1 means channels,width, height
return nd.transpose(data.astype(np.float32), (2,0,1))/255, label.astype(np.float32)
谁能解释一下我们为什么要进行这种转换？
二维卷积有几种图像格式，主要有：
- Channel-first 或
NCHW 格式，即 (batch, channels, height, width).
- Channel-last 或
NHWC 格式，即 (batch, height, width, channels).
它们基本上是等效的，并且可以很容易地从一种转换为另一种，尽管有证据表明某些 low-level 实现在使用特定数据格式时执行效率更高（参见 this question）。
计算引擎通常接受这两种格式，但有不同的默认值，例如
- Tensorflow accepts both 并默认使用
NHWC。
- Theano accepts 仅
NCHW 格式。
- Keras 也适用于两者，并且有一个 dedicated setting。最新版本也默认使用
NHWC。
MXNet accepts both formats 也是，但默认是 NCHW:
The default data layout is NCHW, namely (batch_size, channel, height, width). We can choose other layouts such as NHWC.
这个默认值几乎是重塑张量的唯一原因，只是为了避免网络中的 layout 参数。
我正在浏览一些 CNN 文章。我看到他们将输入图像转换为 (channel, width, height).
取自 MXNET CNN Tutorial 的代码示例。
def transform(data, label):
# 2,0,1 means channels,width, height
return nd.transpose(data.astype(np.float32), (2,0,1))/255, label.astype(np.float32)
谁能解释一下我们为什么要进行这种转换？
二维卷积有几种图像格式，主要有：
- Channel-first 或
NCHW格式，即(batch, channels, height, width). - Channel-last 或
NHWC格式，即(batch, height, width, channels).
它们基本上是等效的，并且可以很容易地从一种转换为另一种，尽管有证据表明某些 low-level 实现在使用特定数据格式时执行效率更高（参见 this question）。
计算引擎通常接受这两种格式，但有不同的默认值，例如
- Tensorflow accepts both 并默认使用
NHWC。 - Theano accepts 仅
NCHW格式。 - Keras 也适用于两者，并且有一个 dedicated setting。最新版本也默认使用
NHWC。 MXNet accepts both formats 也是，但默认是
NCHW:The default data layout is
NCHW, namely(batch_size, channel, height, width). We can choose other layouts such asNHWC.
这个默认值几乎是重塑张量的唯一原因，只是为了避免网络中的 layout 参数。