Dos lecturas de una misma forma

La comprobación de entrada del taller: X.shape == (20, 8, 8).

Da dos significados posibles para sus ejes. Tanto (imágenes, filas, columnas) como (tiempo, filas, columnas) encajan. Luego predice X[:, 3, 4].shape: es (20,), un píxel a lo largo de las imágenes, o ese mismo píxel a lo largo del tiempo.

La selección es idéntica en ambas lecturas. Solo cambia el nombre del eje que queda, y ese nombre es lo que decide qué puedes hacer después.