如何将Keras网络设置为channels_last而非channels_first格式

你提到的逐层级指定data_format是有效的配置方式，除此之外有两种更简便的全局配置方案，不需要为每一层单独传参：

方法1：运行时临时修改（仅当前运行环境生效） #

通过Keras后端接口直接修改全局默认配置，适合需要在单个脚本内灵活切换格式的场景：

• 查看当前默认通道格式：

print(tf.keras.backend.image_data_format())

• 设置为通道后置（channels_last）：

tf.keras.backend.set_image_data_format('channels_last')

• 设置为通道优先（channels_first）：

tf.keras.backend.set_image_data_format('channels_first')

配置完成后，所有新定义的网络层默认就会使用你设置的通道格式，示例如下：

# 不需要额外加data_format参数，默认用全局配置
model = tf.keras.Sequential([tf.keras.layers.Conv2D(1,(3,3))])

方法2：修改配置文件永久生效 #

如果你的开发环境长期固定使用某一种通道格式，可以直接修改Keras本地配置文件，之后所有运行的Keras项目都会默认使用该配置：

1. 找到Keras配置文件，路径一般为：
   • Windows：C:\Users\你的用户名\.keras\keras.json
   • Linux/macOS：~/.keras/keras.json
2. 修改文件内的image_data_format字段为你需要的格式即可，完整配置示例：

{
    "floatx": "float32",
    "epsilon": 1e-07,
    "backend": "tensorflow",
    "image_data_format": "channels_last"
}

注意：channels_last对应输入张量格式为(样本数, 高度, 宽度, 通道数)，是TensorFlow后端的默认值；channels_first对应输入张量格式为(样本数, 通道数, 高度, 宽度)，是PyTorch、CNTK等后端的常用默认值。

内容的提问来源于stack exchange，提问作者McM