当我检查张量形状时，火炬大小（[64,1,28,28]）中的1是什么意思？

Question

我之所以关注this tutorial on towardsdatascience.com，是因为我想使用Pytorch尝试MNIST数据集，因为我已经使用keras完成了它

因此，在步骤2中，更好地了解数据集，他们打印火车装载机的形状，它返回torch.Size([64, 1, 28, 28])。我知道64是加载程序中的图像数，每个图像都是28x28图像，但1到底是什么意思

Answer 1

它是输入中的通道数。在MNIST数据集中，图像为灰度，因此图像的形状为[28, 28, 1]。请注意，pytorch将第一个维度设置为通道维度

当然，一旦作为批加载，总输入形状就是您得到的形状

请参阅MNIST dataset链接，其中指出：

The original black and white (bilevel) images from NIST were size normalized to fit in a 20x20 pixel box while preserving their aspect ratio. The resulting images contain grey levels as a result of the anti-aliasing technique used by the normalization algorithm. the images were centered in a 28x28 image by computing the center of mass of the pixels, and translating the image so as to position this point at the center of the 28x28 field.