维度和渠道的区别答案

【问题标题】：Difference between dimension and channel维度和渠道的区别
【发布时间】：2020-02-24 17:00:12
【问题描述】：

我有一个存储为 numpy 数组的图像：

image = np.array([
    [[ 11,  12],
     [ 13,  14],
     [ 15,  16]],
    [[ 21,  22],
     [ 23,  24],
     [ 25,  26]],
    [[ 31,  32],
     [ 33,  34],
     [ 35,  36]]])

我打印形状和尺寸：

>>> print('image shape', image.shape, 'image dimensions', image.ndim)
image shape (3, 3, 2) image dimensions 3

我知道矩阵是 3 的高度，3 的宽度和 2 的颜色通道（？）

但是....如果矩阵的维度是3..维度和颜色通道有什么区别？

【问题讨论】：

维度是形状中元素的数量。 (3,) 数组的维度为 1。 (3,3) 的维度为 2； (3,3,3) 的维度为 3，依此类推。
在您的特定情况下，您选择将尺寸为 3 的轴 0 解释为图像的不同通道。我稍后会发布答案。
好的，我直观地理解这是维度，但在哪些情况下我们使用超过 3 个维度？
我会立即将其添加到我的答案中。现在正在努力。
全部完成。享受吧。

标签： numpy deep-learning conv-neural-network

【解决方案1】：

数组的固有属性是shape 和ndim。形状是每个维度中数组的大小。 image.ndim 只是len(image.shape) 的快捷方式。另一个相关数量是image.size，即np.prod(image.shape)。在 numpy 中，维度被称为“轴”，并且从零开始。因此数组中的第一个索引对应于轴 0，第二个索引对应于轴 1，依此类推。

哪个维度是“通道”完全取决于解释。通常，它将是最后一个维度，但我也将其视为第一个维度。更一般地说，维度通常对应于数组中的一些有用坐标。请记住，并非所有数组都是图像。数据可以是完全任意的，并且将基于您的用例。

您的示例有点令人困惑，因为image.ndim == image.shape[0] == image.shape[1]。下面是一个包含多个 RGB 图像的数组示例，它们的大小都相同：

images = np.random.randint(255, size=(5, 7, 7, 3), dtype=np.uint8)

我们可以将轴 0 解释为图像的索引，轴 1 为宽度，轴 2 为高度，轴 3 为颜色通道。在这种情况下，我们有五张尺寸为 7x7 的图像，每张都有三个颜色通道。如果通道是R、G、B，那么images[3, 0, 0, 2]是第四张图片左上角像素的蓝色分量。

【讨论】：

感谢您提供了非常完善的答案，但是...只是出于好奇，如果我说：images = np.random.randint(255, size=(5, 7, 7, 3, 2, 1)) 。什么代表轴 -2 和 -1 ？如果我添加更多轴呢？
@LuisAnaya。我想要了解的是 Numpy 数组用于存储（真实）数据。您可以在现实世界中以任何您想要的方式构造数组，这是有意义的。人为的例子除了作为现实的反映之外没有什么意义。如果您给我一个具有更多维度的数组，那么您必须说出这些维度是什么，而不是我:)
aaaaah 好的，完美，终于是的，我对这个话题有点困惑，现在我明白了，非常感谢你的努力