如何理解深度学习中的tensor（涉及numpy的二维，三维以及四维数据的理解）

0. 写作目的

好记性不如烂笔头。

结论：无论几维，都可以按照(Batch_size, Height, Width, Channle)来理解。

1. 二维数据的理解

 理解为：只有(Height, Width)，而且理解的是对于每一【 】从后向前看。即第一个[0.1， 0.2， 0.3]是width维度的。

b = [[0.1, 0.2, 0.3], [0.4, 0.5, 0.6]]
b_array = np.array( b )

print(b_array)
print(b_array.shape)
print( b_array[1,2] )

### result

[[0.1 0.2 0.3]
 [0.4 0.5 0.6]]
(2, 3)
0.6

 

2. 对三维数据的理解

 理解为：只有(Height, Width, Channel)，而且理解的是对于每一【 】从后向前看。即第一个[1， 2， 3, 3.5]是Channel维度的。

a = [ [[1, 2, 3, 3.5], [4, 5, 6, 6.5]], 
[[7, 8, 9, 9.5], [10, 11, 12, 12.5]], 
[[13, 14, 15,