深度学习中，常常出现摆数的要求；
常常会对数据的不一样格式出现疑惑，这里记录下来；
说到的NHWC或者 NCHW其中每一个表明的含义以下：
N表明数量， C表明channel，H表明高度，W表明宽度。
html
一、NCHW其实表明的是[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，以后021 022 …一直到319，而后再沿N方向。markdown
二、NHWC表明的是[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，以后沿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…学习
当在不一样的硬件加速的状况下，选用的类型不一样，在intel GPU加速的状况下，由于GPU对于图像的处理比较多，但愿在访问同一个channel的像素是连续的，通常存储选用NCHW，这样在作CNN的时候，在访问内存的时候就是连续的了，比较方便；ui
因此在深度学习的时候，推理的前处理，通常都是将RGB或BGR图像进行转变为NCHW的格式；一般咱们用opencv读取图像是NHWC的格式，须要进行通道分离，由于网路是一个通道一个通道的对图像作卷积，提取feature，因此NCHW更适合CNN。spa