深度学习笔记---摆数操作 NCHW和NHWC区别

廉价感情. 提交于 2020-04-10 07:42:57

深度学习中,经常出现摆数的要求;
经常会对数据的不同格式出现疑惑,这里记录下来;
说到的NHWC或者 NCHW其中每个代表的含义如下:
N代表数量, C代表channel,H代表高度,W代表宽度。


1、NCHW其实代表的是[W H C N], 第一个元素是000,第二个元素是沿着w方向的,即001,这样下去002 003,再接着呢就是沿着H方向,即004 005 006 007…这样到019后,沿C方向,轮到了020,之后021 022 …一直到319,然后再沿N方向。

2、NHWC代表的是[C W H N], 第一个元素是000,第二个沿C方向,即020,040, 060…一直到300,之后沿W方向,001 021 041 061…301…到了303后,沿H方向,即004 024 …304.。最后到了319,变成N方向,320,340…

在这里插入图片描述

当在不同的硬件加速的情况下,选用的类型不同,在intel GPU加速的情况下,因为GPU对于图像的处理比较多,希望在访问同一个channel的像素是连续的,一般存储选用NCHW这样在做CNN的时候,在访问内存的时候就是连续的了,比较方便;

所以在深度学习的时候,推理的前处理,一般都是将RGB或BGR图像进行转变为NCHW的格式;通常我们用opencv读取图像是NHWC的格式,需要进行通道分离,因为网路是一个通道一个通道的对图像做卷积,提取feature,所以NCHW更适合CNN。

发布了94 篇原创文章 · 获赞 181 · 访问量 34万+
易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!