神经网络 高维空间的理解

首先，先看一下在分割问题中，最常见的one-hot编码直观上是如何进行的，以及是怎样进行preds的
下图（图一），是常见的ground-truth分割图，一共有两个类别（背景可以作为0，不单独作为一个类别）

如果想进行cross-entropy计算损失函数等，就需要对图一的label进行one-hot编码，直观上会变成下图所示（图二）

然后，我们的图片经过神经网络，训练好之后，输出的预测值就会如下图所示（图三）

那么下面，假设有两个class，然后图片的格式是(2,3)即height=rows=2，width=cols=3。
根据一般dense prediction，输出格式类似于：(batch_size, 2, 3, 2)
下面为了简便，省略batch_size这个维度，变成（2，3，2）
假设图片在class0与class1上的预测值分别为

#preds values at class0
0.1 0.3 0.1
0.2 0.4 0.1
# preds values at class1
0.2 0.2 0.1
0.5 0.1 0.1

现在的要求是，手写出(2,3,2)的结果，我最开始写的是：

test1 = np.array([[[0.1,0.3,0.1],[0.2,0.4,0.1]],[[0.2,0.2,0.1],[0.5,0.1,0.1]]])

但是，test1.shape:(2,2,3)，显然有问题。
那么，（2，3，2）怎么来？

mat1 = np.array([[0.1,0.3,0.1],[0.2,0.4,0.1]])
mat1 = np.expand_dims(mat1,axis=-1)
mat2 = np.array([[0.2,0.2,0.1],[0.5,0.1,0.1]])
mat2 = np.expand_dims(mat2,axis=-1)
mat3 = np.concatenate((mat1,mat2),axis=2)
"""
mat3
Out[91]: 
array([[[0.1, 0.2],
        [0.3, 0.2],
        [0.1, 0.1]],

       [[0.2, 0.5],
        [0.4, 0.1],
        [0.1, 0.1]]])
"""

其实，是最开始的那些“形象”的理解把自己误导了，仔细想想也容易发现，(2,3,2)那么最后肯定是两个类的preds value连在一起的。
最后，说一个我自己理解高维数组的方法。