文档摘要

1.3 图像数据基础：像素、通道与张量形状 本节摘要：模型眼里的图像是一个四维张量，形状记作 N×C×H×W——批大小、通道数、高、宽。入线检查的任务是把任意来源的图片规整成这四个维度都确定的 float32 张量，并完成归一化。本节给出通道、尺寸、数值范围三项检查的代码与一桩经典事故（RGB 与 BGR 顺序颠倒），是进入第二章主车间前的最后一道手续。 会员。《1.3 图像数据基础：像素、通道与张量形状》收录于灏天文库文集《CNN 深度解析：图像识别的基石》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/449-cnn-%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90%E5%9B%BE%E5%83%8F%E8%AF%86%E5%88%AB%E7%9A%84%E5%9F%BA%E7%9F%B3

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流