神经网络的特征图(B,C,W,H)如何按照通道数划分为三个特征图，求解答，非常感谢

神经网络的特征图(B,C,W,H)如何按照通道数划分为三个特征图，求解答，非常感谢

1.最简单的方法，直接截
假设a.shape 为[b,c,w,h]，
b1=[b,:c//3,w,h]
b2=[b,c//3:c//32,w,h]
b3=[b,c//32:,w,h]
2.做卷积

主要是你要怎么划分的问题？最简单的，你是三通道的图像转到BCHW的，那么直接按照通道数C分，每个通道都是一个特征图(假设你的batch size为1,不为1的话，看你需求自己划分一下bs，下面说的都是划分CHW的)

feature0=feature[0,0,:,:]
feature1=feature[0,1,:,:]
feature2=feature[0,2,:,:]

还有一种是C大于3，并且为3的倍数，此时，你要变成三个特征图，那么怎么处理C/3张特征图变成一张呢？特征叠加融合？特征取均值？特征拼接？有多种方案，你要哪种？

你问题都没描述清楚啊
这个b,c，w,h是什么东西，是numpy数组吗？通道数是啥？彩色图片那个？