python的变维度：

X.shape = (a,b,c)这种操作，比如(4,3,2),他是先切分4，然后3，然后2；； 2是连续的值， 4和3维度不是。

这个和matlab是不一样的！！！

惨痛的教训，定位了一个下午问题，泪流满面。教训式知识的迁移不是“理所当然”的。管中窥豹，从这里可以想想想要做迁移学习的重要性，和坑位之多，之隐蔽，之深刻。

举例

python：
a = np.array(range(24))
a.shape = (4,3,2)

array([[[ 0, 1],
[ 2, 3],
[ 4, 5]],
[[ 6, 7],
[ 8, 9],
[10, 11]],
[[12, 13],
[14, 15],
[16, 17]],
[[18, 19],
[20, 21],
[22, 23]]])

matlab：
a = [1:24]
a.reshape(4,3,2)
reshape(a,[4,3,2])

ans(:,:,1) =

 1     5     9
 2     6    10
 3     7    11
 4     8    12
1
2
3
4

ans(:,:,2) =

13    17    21
14    18    22
15    19    23
16    20    24
1
2
3
4

总结：

python维度shape，类似“由整体到局部，越切越小”， 最小维度才是连续分配的维度。
matlab维度shape，类似“由局部到整体，越切刀越大”， 最大维度才是连续分配的维度。-列优先准则；