PyTorch中KMNIST数据集张量灰度通道提取与维度调整问题

1. 明确张量各维度含义 #

你当前的张量形状torch.Size([60000, 28, 28])中，60000是样本数（即你说的row_number），后两个28分别是单张灰度图的高度和宽度。灰度图默认通道数为1，但这个维度在原始数据中被省略了，所以没显式体现出来。

2. 调整维度到(row_number, height, width, channel) #

不需要移动现有轴，直接给张量添加灰度通道维度即可，用PyTorch的unsqueeze方法在最后一维插入通道维度：

# 从(N, H, W)格式转为(N, H, W, C)，C=1（灰度通道）
x_train_with_channel = x_train.unsqueeze(-1)
# 确认新形状
print(x_train_with_channel.shape)  # 输出: torch.Size([60000, 28, 28, 1])

你之前用np.moveaxis(x_train,0, -1)是错误的，因为把样本轴移到了最后，完全偏离了需求。

3. 查看通道及其数值 #

• 查看单张样本的通道数据：
  取指定样本的通道张量，再通过索引查看具体像素的通道数值：

  # 取第2个样本（索引为1）的通道数据，形状为(28, 28, 1)
  sample_channel = x_train_with_channel[1]
  # 查看(10,10)位置的灰度通道数值
  print(sample_channel[10, 10, 0])
  

• 查看整个通道的数值矩阵：
  可以转成NumPy数组后直接打印，更直观：

  sample_channel_np = sample_channel.numpy()
  print(sample_channel_np)  # 输出28x28x1的灰度值矩阵
  

• 验证通道数：你用torchvision.transforms.functional.get_image_num_channels(x_train[1])得到1是正确的，因为原始灰度图确实只有1个通道，只是原张量没显式包含这个维度。

内容的提问来源于stack exchange，提问作者learner1