Pytorch 为什么MNIST显示为4个级别的列表？

在MNIST上使用PyTorch进行一些简单代码的实验，我对它如何表示数据的一个方面感到困惑；也许我只是忽略了一些非常明显的事情

给定

及

我明白了

我期望一个张量对应一个三层的列表：一个图像列表，每个图像列表是一个行列表，每个行列表是一个数字列表。或者换句话说，最里面的

[]

是一行，下一个

[]

是一个图像，最外面的

[]

是图像列表

但是它有四层深

为什么要增加级别？

4个级别

批处理

渠道

划船

纵队

---

啊!！我习惯于这样的想法，即每个像素的通道都是红色/绿色/蓝色，因此如果存在，它将位于最里面。我想知道他们为什么把它放在外面，就在批处理下。Pytorch使用这种格式[批处理、通道、行、列]，也许是这样，通道将始终位于同一个位置，不管它下面有多少个维度？好了，这就清楚了。谢谢

train_loader = torch.utils.data.DataLoader(
    torchvision.datasets.MNIST(
        "data",
        train=True,
        download=True,
        transform=torchvision.transforms.Compose(
            [
                torchvision.transforms.ToTensor(),
                torchvision.transforms.Normalize((0.1307,), (0.3081,)),
            ]
        ),
    ),
    batch_size=batch_size_train,
    shuffle=True,
)

for batch_idx, (data, target) in enumerate(train_loader):
    print(data)

tensor([[[[-0.4242, -0.4242, -0.4242,  ..., -0.4242, -0.4242, -0.4242],
          [-0.4242, -0.4242, -0.4242,  ..., -0.4242, -0.4242, -0.4242],
          [-0.4242, -0.4242, -0.4242,  ..., -0.4242, -0.4242, -0.4242],
          ...,
          [-0.4242, -0.4242, -0.4242,  ..., -0.4242, -0.4242, -0.4242],
          [-0.4242, -0.4242, -0.4242,  ..., -0.4242, -0.4242, -0.4242],
          [-0.4242, -0.4242, -0.4242,  ..., -0.4242, -0.4242, -0.4242]]],


        [[[-0.4242, -0.4242, -0.4242,  ..., -0.4242, -0.4242, -0.4242],
          [-0.4242, -0.4242, -0.4242,  ..., -0.4242, -0.4242, -0.4242],
          [-0.4242, -0.4242, -0.4242,  ..., -0.4242, -0.4242, -0.4242],
          ...,
          [-0.4242, -0.4242, -0.4242,  ..., -0.4242, -0.4242, -0.4242],
          [-0.4242, -0.4242, -0.4242,  ..., -0.4242, -0.4242, -0.4242],
          [-0.4242, -0.4242, -0.4242,  ..., -0.4242, -0.4242, -0.4242]]],