我将28×28像素的MNIST图像转换成了张量，代码如下：

dataset = MNIST(root='data/', train=True, transform=transforms.ToTensor())

当我运行以下代码时：

img_tensor, label = dataset[0]
print(img_tensor.shape, label)

输出显示形状为torch.Size([1, 28, 28])。为什么是1x28x28的形状？第一个维度代表什么？与28×28相比，1x28x28有什么意义？

回答：

作为矩阵的图像通常有三个维度：通道、宽度和高度。当然，28和28分别是宽度和高度。在这种情况下，1代表通道。那么什么是通道呢？每个像素由三种颜色表示：红色、蓝色和绿色。每种颜色对应一个颜色通道，因此通常有3个通道（RGB）。这使得图像的维度为（3, W, H）。那么为什么这里是1呢？因为MNIST图像是黑白的，因此不需要三种不同的颜色通道来表示最终颜色，一个通道就足够了，所以对于黑白图像，维度是（1, W, H）。下面有一张图片来可视化这些维度：

来源：https://commons.wikimedia.org/wiki/File:RGB_channels_separation.png

所以你看，对于黑白图像，你只需要一个通道。通常你可以忽略这个1维度，但PyTorch要求有通道维度。