keras.layers.BatchNormalization() 中的第一个轴是 0 还是 1？
Is the first axis 0 or 1 in keras.layers.BatchNormalization()?
我正在研究 Andrew Ng 在 Coursera 上的 'Keras_Tutorial_v2a'，我对 keras.layers.BatchNormalization() 中的轴参数感到困惑。
模型的前几层是：
X_input = Input(input_shape)
X = Conv2D(32, (3, 3), strides = (1, 1), name = 'conv0')(X_input)
X = BatchNormalization(axis = 3, name = 'bn0')(X)
其中 input_shape 是数据集图像的形状：（高度、宽度、通道）。所以看起来 axis=3 指的是通道，但它不应该是 axis=2 吗？我找不到说明这一点的文档，但通常在 python 中索引和轴从 0 开始。
所以在这个函数中，要么轴从 1 开始，要么我遗漏了什么。谁能帮我澄清一下？我敢肯定这很简单！
在 Keras 中，维度排序为 batch_size, height, width, channel。所以 channel 就是 axis=3。您想选择代表您所说频道的轴索引。
在教程和 Keras/TensorFlow 代码库中，您将看到 axis = 3 或 axis = -1。这是应该选择的，因为通道轴是 3（或最后一个，-1）。
如果您查看原始文档，默认值为 -1（本质上是 3rd）。
https://www.tensorflow.org/api_docs/python/tf/keras/layers/BatchNormalization
我正在研究 Andrew Ng 在 Coursera 上的 'Keras_Tutorial_v2a'，我对 keras.layers.BatchNormalization() 中的轴参数感到困惑。
模型的前几层是：
X_input = Input(input_shape)
X = Conv2D(32, (3, 3), strides = (1, 1), name = 'conv0')(X_input)
X = BatchNormalization(axis = 3, name = 'bn0')(X)
其中 input_shape 是数据集图像的形状：（高度、宽度、通道）。所以看起来 axis=3 指的是通道，但它不应该是 axis=2 吗？我找不到说明这一点的文档，但通常在 python 中索引和轴从 0 开始。
所以在这个函数中，要么轴从 1 开始，要么我遗漏了什么。谁能帮我澄清一下？我敢肯定这很简单！
在 Keras 中，维度排序为 batch_size, height, width, channel。所以 channel 就是 axis=3。您想选择代表您所说频道的轴索引。
在教程和 Keras/TensorFlow 代码库中，您将看到 axis = 3 或 axis = -1。这是应该选择的，因为通道轴是 3（或最后一个，-1）。
如果您查看原始文档，默认值为 -1（本质上是 3rd）。
https://www.tensorflow.org/api_docs/python/tf/keras/layers/BatchNormalization