DNN框架中的NCHW与NHWC数据格式

流行的深度学习框架中有不同的数据格式，典型的有NCHW和NHWC格式。

下面从逻辑表达和物理存储角度用图的方式来理解这两种数据格式，最后以RGB图像为例来加深NHWC和NCHW数据存储格式的理解。

Intel(R) MKL-DNN: Understanding Memory Formats

---

深度学习框架中，数据一般是4D，用NCHW或NHWC表达，其中：

• N - Batch
• C - Channel
• H - Height
• W - Width

---

假定N = 2，C = 16，H = 5，W = 4，那么这个4D数据，看起来是这样的

 但是无论逻辑表达上是几维的数据，在计算机中存储时都是按照1D来存储的。NCHW和NHWC格式数据的存储形式如下图所示：

 

---

NCHW是先取W方向数据；然后H方向；再C方向；最后N方向。

所以，序列化出1D数据：

000 (W方向) 001 002 003，(H方向) 004 005 ... 019，(C方向) 020 ... 318 319，(N方向) 320 321 ...

---

NHWC是先取C方向数据；然后W方向；再H方向；最后N方向。

所以，序列化出1D数据：

000 (C方向) 020 ... 300，(W方向) 001 021 ... 303，(H方向) 004 ... 319，(N方向) 320 340 ...

---

表达RGB彩色图像时，一个像素的RGB值用3个数值表示，对应Channel为3。易于理解这里假定N=1，那么NCHW和NHWC数据格式可以很直接的这样表达：

---

NCHW是先在一个Channel面上把W方向|H方向上元素存储起来 // R
然后再在另一个Channel切面上把W方向|H方向上元素存储起来 // G
最后一个Channel切面上把W方向|H方向上元素存储起来 // B
这样看起来，就是先把R通道的每个像素都存储；然后存储G通道；再然后B通道。

---

NHWC是先把3个Channel上元素存储起来 // 也就是一个像素的RGB
然后再在W方向|H方向上元素存储起来
这样看起来，就是顺序地取像素的RGB数值存储起来

---

目前的主流ML框架对NCHW和NHWC数据格式做了支持，有些框架可以支持两种且用户未做设置时有一个缺省值：

• TensorFlow：缺省NHWC，GPU也支持NCHW
• Caffe：NCHW
• PyTorch：NCHW