DL-Keras-fram图像输入的3Dtensor与4Dtensor的区别

Question

按照惯例，图像张量总是三维的：一个维度用于它的height，一个维度用于它的{}，第三个维度用于它的{}。它的形状看起来像(height, width, color)。在

例如，一批大小为256x256的128幅彩色图像可以存储在形状为(128, 256, 256, 3)的4D张量中。颜色通道表示RGB颜色。另一个例子是128幅灰度图像，存储在形状(128, 256, 256, 1)的4D张量中。颜色可以编码为8位整数。在

对于第二个例子，最后一个维度是只包含一个元素的向量。然后就可以使用形状(128, 256, 256,)的3D张量。在

我的问题来了：我想知道使用3D张量而不是4D张量作为使用keras的深度学习框架的训练输入是否有区别。在

编辑：我的输入层是一个conv2D

Answer 1

我看一下conv2D层here的Keras文档，你会发现输入张量的形状必须是4D

conv2D layer input shape
4D tensor with shape: (batch, channels, rows, cols) if data_format is "channels_first" or 4D tensor with shape: (batch, rows, cols, channels) if data_format is "channels_last".

因此，形状的第四个维度是必需的，即使对于灰度图像来说它只有“1”。
因此，实际上，这不是性能提高或缺乏简单性的问题，而是强制输入参数的形状。
希望它能回答你的问题。在