深度学习笔记---摆数操作 NCHW和NHWC区别

最新推荐文章于 2023-09-17 14:41:59 发布
VIP文章 最新推荐文章于 2023-09-17 14:41:59 发布
阅读量5.9k 收藏 11
点赞数 1
分类专栏： 机器/深度学习 文章标签： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u010368556/article/details/105423260
版权

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

最低0.47元/天 解锁文章
hairuiJY
关注
  • 1
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
tensorflow-tools:使用Tensorflow的Python脚本
03-14
Tensorflow辅助工具 使用Tensorflow的Python脚本 要求 !pip install git+https://github.com/sdmonov/onnx-tensorflow@maxpool_use_pool_op_instead_delation 要求 convert-model-to-NWHC.py将具有NCHW数据格式的GPU优化模型转换为标准NWHC表示形式 convert-onnx-to-tflite.py转换一个ONNX模型到TFLite convert-keras-h5-to-code.py将Keras H5文件转换为Keras Code
Opencv中NHWC转NCHW的方法(C++版)
weixin_42904656的博客
05-06 1461
opencv nhwc转nchw c++实现方式
mobilenet-v2:“反向残差和线性瓶颈”存储库
04-26
MobilenetV2.tensorflow “”的存储库。 预请求库 python2 / 3 张量流 （可选） 训练与准确性 使用SGD + Momentum优化器对模型进行了训练。 优化器 重复 前1名 前5 预训练模型 新元 百万 69.7％ 89.2％ 用法 MobilenetV2有两个版本： 。 该版本可以在下复制，并使用slim提供的API来训练和测试模型。 。 此版本用于通过NCHW和半精度实现更高的速度。 网络架构 请注意纸张有误（在第四个瓶颈层之后，输出尺寸应为 ×64代替 ×64） 输入 操作员 Ť C ñ s ×3 转换2d -- 32 1个 2个 ×32 瓶颈 1个 16 1个 1个 ×16 瓶颈 6 24 2个 2个 ×24 瓶颈 6 32 3 2个 ×32 瓶颈 6 64 4 2个 ×64
tflite2onnx:将TensorFlow Lite模型（* .tflite）转换为ONNX
05-03
tflite2onnx-将TensorFlow Lite模型转换为ONNX tflite2onnx将TensorFlow Lite（TFLite）模型（ *.tflite ）转换为ONNX模型（ *.onnx ），并正确处理了数据布局和量化语义（有关详细信息，请*.onnx）。 强调 如果您想将TensorFlow模型（冻结图*.pb ， SavedModel或其他格式）转换为ONNX，请尝试 。 或者，您可以先将其为TFLite（ *.tflite ）模型，然后再将TFLite模型转换为ONNX。 微软在tf2onnx实现了另一个TensorFlow Lite至ONNX模型转换器（我们于2020年5月开源tflite2onnx ）。 tf2onnx似乎能够像我们一样转换量化，并且似乎能够转换尚不支持的RNN网络。 如果tflite2onnx缺少任何功能，请尝试tf2onnx --t
图解NCHW与NHWC数据格式
田海立@CSDN
10-12 1万+
流行深度学习框架中有不同的数据格式，典型的有NCHW和NHWC格式。本文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。
深度学习NCHW和NHWC数据格式（由三维数据转换成一维数据的遍历方式）
Dontla的博客
02-25 8999
文章目录一、基本概念二、逻辑表达三、物理存储3.1 NCHW3.2 NHWC四、RGB图像数据举例五、不同框架支持 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。本文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。 一、基本概念 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 二、逻辑表达 假定N = 2，
图像数据通道格式：NCHW和NHWC的区别
梦在黎明破晓时的博客
09-17 1114
*结论：**在训练模型时，使用GPU，适合NCHW格式；在CPU中做推理时，适合NHWC格式。采用什么格式排列，由计算硬件的特点决定。OpenCV在设计时是在CPU上运算的，所以默认HWC格式。TensorFlow的默认格式是NHWC，也支持cuDNN的NCHW。链接：https://www.jianshu.com/p/61de601bc90f。作者：LabVIEW_Python。
关于NCHW和NHWC的理解
qq_41731634的博客
01-29 7750
NCHW与NHWC的区别
【深度学习】NCHW、NHWC和CHWN格式数据的存储形式
静谧、淡雅
06-22 3464
深度学习中的数据一般是4D的，NCHW或NHWC格式。其中：N 代表Batch，C 代表Channel，H 代表Height，W 代表Width。 虽然逻辑表达上是4维的数据，但是在计算机中存储时都是按照1D来存储的。物理存储👇： NCHW是先取W方向数据；然后是H方向；之后是C方向；最后是取N方向的数据。NHWC和CHWN格式以此类推。 ......
NHWC BGR -＞ NCHW RGB
Jimko_Penng的专栏
01-07 1814
高效、简洁的Python~
EdgeBoard嵌入式AI解决方案中NHWC数据格式的性能分析
01-19
EdgeBoard简介　EdgeBoard是百度基于FPGA芯片研发的嵌入式AI解决方案，高性能的加速引擎可提供3.6Tops的强大算力，完整的嵌入式参考设计使硬件集成轻松便捷。目前EdgeBoard提供了...深度学习中经常会使用NCHW、NHWC和
适用于linux的命令解析工具，支持 -model=./yolov5l.onnx 和-help 命令解析，向我们常看到命令工
最新发布
02-01
如：解析以下命令：--framework=5 --model=./yolov5l.onnx --input_format=NCHW --input_shape="images:1,3,960,960" --output_type=FP32 --output=./yolov5l_onnx --log=error --precision_mode=allow_fp32_to_fp16...
怎样使用OpenCV进行人脸识别 [停止更新]
热门推荐
延陵小明
09-26 5万+
更佳阅读地址：http://52coding.com/face-recognition-with-opencv/ 更新 2013-6-27 停止人脸识别的研究，具体人脸识别系统可以参见文章《使用Kinect进行人脸识别》《Kinect人脸识别系统---开发历程》。2013-5-17 在15号程序上，添加图像显示效果，具体效果参见截图。2013-5-15 添加了新的代码，用于选择
opencv图像算法
chen199529的博客
03-01 4646
opencv 图片预处理
图像处理实战01-OpenCV 入门指南
liaomin416100569的专栏
06-14 6351
OpenCV是一个强大的计算机视觉库，它可以用于处理图像和视频数据，以及进行目标检测和跟踪等任务。，将学会如何使用Python编写OpenCV代码来进行基础和进阶的图像处理和分析。学习OpenCV可以帮助你掌握基本的图像处理技术，包括图像读取和处理、阈值处理、形态学函数、模板匹配、滤波器、图形处理、视频处理和人脸检测等方面的内容。这些技术都是计算机视觉和图像处理领域的基本内容，也是卷积神经网络的基础。通过学习OpenCV，你可以更好地理解卷积神经网络的工作原理和应用。
OpenCV-Python (官方)中文教程(部分一)
Thomson617的博客
02-28 3万+
官网链接(英文版):https://docs.opencv.org/4.1.1/d6/d00/tutorial_py_root.html 第一章.OpenCV简介 了解如何在计算机上设置OpenCV-Python！ 1.OpenCV-Python教程简介 1.1 OpenCV OpenCV是由Gary Bradsky于1999年在Intel公司创建的，第一次发布是在2000年。瓦...
深度学习（4）：NCHW和NHWC
weixin_41847115的博客
11-06 2万+
N代表数量， C代表channel，H代表高度，W代表宽度. 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09后，沿C方向，轮到了020，之后021 022 ...一直到319，然后再沿N方向。 NHWC的话以此类推，代表的是[C W H N]，第...
NCHW_NHWC数据格式
IT菜鸟
01-22 1464
一、参考资料 图解NCHW与NHWC数据格式 TensorFlow API 中 NCHW 与 NHWC 的区别 深度学习中的NCHW格式和NHWC格式 二、重要说明 在 GPU 上训练时使用 NCHW 格式，在 CPU 上做预测时使用 NHWC 格式。NCHW 则是 Nvidia cuDNN 默认格式，使用 GPU 加速时用 NCHW 格式速度会更快（也有个别情况例外）。 最佳实践：设计网络时充分考虑两种格式，最好能灵活切换，在 GPU 上训练时使用 NCHW 格式，在 CPU 上做预测时使用 NHWC
请使用cuda方式将nchw的数据转换为nhwc
03-07
可以使用以下代码将nchw的数据转换为nhwc的数据： ```python import torch # 创建一个nchw的数据 nchw_data = torch.randn(1, 3, 224, 224) # 将nchw的数据转换为nhwc的数据 nhwc_data = nchw_data.permute(, 2, ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值