PyTorch基础——输入image各维度含义

$2D:N\times C\times H\times W$
$N-numberofsamples$
$C-channelspersample$
$H-height$
$W-width$

$3D:N\times C\times D\times H\times W$
$N-numberofsamples$
$C-channelspersample$
$D-depth$
$H-height$
$W-width$

channels和depth区别可以简单理解为如下：
        不同channels的同一位置（x、y坐标相同）对应场景的同一点，只是颜色空间不同;
        不同depth的同一位置（x、y坐标相同）对应场景的不同点，例如，一个序列的dicom ct图像包含多张图像，每张图像表示人体不同位置的扫描图像，不同depth的同一位置表示人体的不同部位。

【samples】
2D: 100幅宽度为800高度为600的RGB图像：$100\times 3\times 600\times 800$
3D: 100个序列的dicom ct图像，每个序列包含200幅ct图像，每个ct图像为灰度图，宽度为800，高度为600：$100\times 1\times 200\times 600\times 800$