四维图像数据解析（自我学习用）

首先获得四维数据

import torch
m=torch.rand(2,2,3,4)
#其中 第一个维度 batch 第二个维度 通道数 三四个维度就是我们通用的维度

其中蓝色框代表第一个batch 红色框代表两个通道

之后对每个维度进行求和取均值 来试试 看看都是对图片数据的哪些维度进行操作

mm=(m.mean(3)).float()

来看看结果

好了不看了 知道哪个是batch 哪个是通道 结果差不多可以出来了

似乎理解错了 进行修改

x=torch.Tensor(range(1,17))
x=x.reshape(2,2,2,2)
print('x: ',x)
#就是对每个batch 对应位置相加 求均值
print('mean(0): ',x.mean(0))

#就是对每个通道对应位置的值相加 取均值
print('mean(1): ',x.mean(1))

#每个通道的行相加 保留对应列数  求均值
print('mean(2): ',x.mean(2))

#每个通道的列进行相加 但是对应行数 会进行改变  
print('mean(3): ',x.mean(3))