上两篇在使用numpy实现卷积和tensorflow实现卷积进行结果对比时,对数据有个转换处理。...因为在numpy构造数据的shape是[B,C,H,W],在tensorflow中输入默认要求shpae是[B,H,W,C],所以我们必须把维度进行转换。...先构造一个[3,5,5]的数据,代表3个5*5大小的矩阵。...比如二维图像,转置就是进行来旋转,宽高进行来转置。对于三维就是想象为立放体从不同角度去观察它。
按理解自己实现transpose,可以运行和np.transpose进行对比。...for i in range(C):
result[:,:,i] = data[i,:,:]
print("my_transpose \n ",result,"\n")
因为在深度学习中