关于pytorch中张量（Tensor）a.shape的全面解读

关于pytorch中张量（Tensor）a.shape的解读，很多人对shape的输出感到迷惑，今天就带你们解读一下shape的全方面教学。

设a=torch.rand(5,3,32,32)
可简单理解为是5张每张3个通道的尺寸32*32的图片。
后续都是根据a来展开讨论的。

##即取前三张图片，每张3通道尺寸是32*32图片。
in: a[:3].shape
out: torch.size([3,3,32,32])

##取前三张图片，每张第2,3通道的32*32图片。
in: a[:3,1:].shape
out: torch.size([3,2,32,32])

##取前三张图片，每张第1通道的32*32的图片。
in: a[:3,:1].shape
out: torch.size([3,1,32,32])

##取前两张图片，每张中的第三个通道的32*32的图片。
in: a[:2,-1:].shape
out: torch.size([3,1,32,32])

##start: end: 隔几个数字，取所有图片所有通道的行列每个一行或者一列。
in: a[:,:,0:32:4,0:32:4]
out: torch.size([5,3,8,8])

##把所有的行保留，第一列之后的全部输入。即取所有图片的2，3通道的28*28图片。
in: a[:,1:]
out: torch.size([5,2,32,32])