如何解读MNIST数据集生成的Tensor？关于形状与索引的疑问

张量结构与索引逻辑说明 #

你的example_data形状为torch.Size([1000, 1, 28, 28])，这是PyTorch中图像张量的标准维度顺序：(样本数量, 通道数, 图像高度, 图像宽度)。

• 当你取example_data[2]时，选中的是第3个样本（索引从0开始计数），此时这个子张量的形状是torch.Size([1, 28, 28])——它仍是一个3维张量，第一个维度对应通道数（MNIST是单通道灰度图，所以通道数为1）。
• 而example_data[2][0]是在这个3维样本张量里，提取第0个通道（也就是唯一的灰度通道），此时得到的是torch.Size([28, 28])的2维张量，对应28行、每行28个像素值的图像矩阵，所以打印出来会是28个各含28个元素的一维数组。

说白了，加[0]是因为单个样本还带着通道维度，你需要去掉这个尺寸为1的维度，才能直接拿到图像的像素矩阵。你也可以用example_data[2].squeeze()替代example_data[2][0]，squeeze()会自动移除所有尺寸为1的维度，结果同样是28×28的像素矩阵。

内容的提问来源于stack exchange，提问作者Little