PyTorch DataLoader加载MNIST两种方式为何维度存在差异？

核心差异是两种写法传入DataLoader的数据源不同，触发的预处理逻辑完全不一样：

• 方式A的逻辑
  你传入DataLoader的是完整的trainset对象，属于torchvision封装的MNIST数据集类的实例。DataLoader拉取数据时会自动调用该实例的__getitem__方法，自动执行你提前定义的transform预处理流程：
  预处理第一步transforms.ToTensor()会把原本形状为[28, 28]的PIL灰度图/uint8格式numpy数组，转换为[通道数, 高度, 宽度]格式的浮点张量，MNIST是单通道灰度图，所以新增的通道维度值为1，这就是方式A中第二个维度为1的来源。
  单张样本经过预处理后形状为[1, 28, 28]，按batch_size=64拼接后，最终返回的batch形状就是torch.Size([64, 1, 28, 28])，同时还会返回对应标签，所以可以用images, labels两个变量接收返回值。
• 方式B的逻辑
  你传入DataLoader的是trainset.train_data，这是MNIST数据集加载完成后的原始像素张量，没有经过任何transform预处理，本身形状就是[训练集总样本数, 28, 28]的uint8类型张量。
  直接把原始张量传入DataLoader时，DataLoader只会按batch_size简单切分张量，不会触发任何数据集类的预处理逻辑，也不会返回标签，所以只能用单个images变量接收返回值，切分后的batch形状就是torch.Size([64, 28, 28])，不存在通道维度。

注：新版本PyTorch中train_data属性已更名为data，旧属性仅做兼容保留，二者本质都是未经过预处理的原始像素数据。

内容的提问来源于stack exchange，提问作者Watchung