深度学习工程化（1）多维图片在内存的高效存储和访问

大多数计算都是关于数据的：分析数据，调整数据，读取和存储数据，生成数据等。深度学习框架也不例外。图像，权重/过滤器，声音和文本需要有效地表示在计算机内存中，以便于以最便捷的方式快速执行操作。 对计算机内存了解的同学应该知道，应用程序看到的内存是线性存储空间（即1D），而图片等数据是多维数据，如何建立多维逻辑表示和线性物理排布的映射关系并高效访问指定的指定的元素？ 本文致力于数据格式-一种数据表示形

>>阅读原文<<