我是靠谱客的博主 飘逸店员,最近开发中收集的这篇文章主要介绍NHWC与NCHW,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

  • "channels_last":设置为 “NHWC” 时,排列顺序为 [batch, height, width, channels]
  • "channels_first":设置为 “NCHW” 时,排列顺序为 [batch, channels, height, width]
    其中 N 表示这批图像有几张,H 表示图像在竖直方向有多少像素,W 表示水平方向像素数,C 表示通道数。
  • Tensorflow默认为 "NHWC"
  • 假设RGB三通道两种格式的区别如下图所示:
    在这里插入图片描述

(1)如果通道在最低维度0[channel, height, width], “NHWC” ,RGB三颜色分成三组,在第一维度上找到三个RGB颜色
(2)如果通道在最高维度2[height, width, channel], “NHWC” ,在第三维度上找到RGB三个颜色

例:假设1, 2, 3, 4-红色 5, 6, 7, 8-绿色 9, 10, 11, 12-蓝色

In [1]: import tensorflow as tf
In [2]: tf.InteractiveSession()
Out[2]: <tensorflow.python.client.session.InteractiveSession at 0x1b8601ddb70>

In [3]: a = tf.reshape([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12], [3, 2, 2]).eval()
In [4]: a
Out[4]:
array([[[ 1,  2],
        [ 3,  4]],

       [[ 5,  6],
        [ 7,  8]],

       [[ 9, 10],
        [11, 12]]])
        
In [5]: a1 = tf.transpose(a, [1, 2, 0]).eval()
In [6]: a1
Out[6]:
array([[[ 1,  5,  9],
        [ 2,  6, 10]],

       [[ 3,  7, 11],
        [ 4,  8, 12]]])
In [8]: b = tf.reshape([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12], [2, 2, 3]).eval()  # 错误

In [9]: b
Out[9]:
array([[[ 1,  2,  3],
        [ 4,  5,  6]],

       [[ 7,  8,  9],
        [10, 11, 12]]])

最后

以上就是飘逸店员为你收集整理的NHWC与NCHW的全部内容,希望文章能够帮你解决NHWC与NCHW所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(69)

评论列表共有 0 条评论

立即
投稿
返回
顶部