多维张量的表示

如上图所示，3-d的shape为$2\ast 3\ast 3$。

import numpy as np
t = [[[0.1, 2.7, 3.4],
      [5.0, 0.2, 4.6],
      [4.3, 8.5, 0.2]],
     [[3.2, 5.7, 3.4],
      [5.4, 6.2, 3.2],
      [4.1, 3.5, 6.2]]]

res = np.array(t)

按照第0维进行划分，结果如下所示（最容易理解）：

按照第1维进行划分，结果如下所示：

按照第2维进行划分，结果如下所示（往下走）：

Pytorch的卷积层输入数据的shape为$(N,C_{in},H,W)$，具体如下图所示，网址为https://pytorch.org/docs/stable/generated/torch.nn.Conv2d.html

tf的卷积层输入数据的shape为$(N,H,W,C_{in})$，具体如下图所示，网址为https://www.tensorflow.org/api_docs/python/tf/keras/layers/Conv2D