深度学习框架的张量形状格式？

蓝海大脑炼丹神器深度学习液冷工作站研究人员表示：

图像张量的形状有两种约定，通道在前（channel-first）和通道在后（channel-last）的约定，常用深度学习框架使用的数据张量形状总结如下：

Pytorch/Caffe: (N, C, H, W)；

TensorFlow/Keras: (N, H, W, C)。

举例理解就是Pytorch 的卷积层和池化层的输入 shape 格式为 (N, C, H, W)，Keras 的卷积层和池化层的输入 shape 格式为 (N, H, W, C)。

值得注意的是 OpenCV 读取图像后返回的矩阵 shape 的格式是 （H, W, C）格式。