tensorflow————理解tensor中维度（二维，三维，思维）以及轴Axis

       在tensorflow中，改变试图，是经常用的操作。tensorflow中彩色图像传入的格式是RGB，这和其他一些框架不一样。

        在理解多维数组的时候，可以按照（batch_size,height，width，channel）理解，对应彩色图像是RGB（在caffe中，传入的是channel，height，width）

       二维数组的理解，（height，width）。 存储从小维度开始，即x[h0][w0],x[h0][w1],x[0][w2],  即先存储1，2，3.。

         三维数组的理解，（height，width，channel），从右下图直观理解，三位通道格式的图片读入即是如此。

                              

同时，在处理得到热点图，我们可以直接用    tf.argmax(x,axis=-1)，来得到在通道这一个维度上的最大值，生成热点图。

 

四维数组的理解，（batch_size，height，width，channel）四维图像可以看成多张图片。

 

在维度上，我们可以这样理解，进行记忆   三维和四维分别如下

在tensorflow中，有argmax argmin等函数可以用到axis  。在增加删除维度axis，都可以用到