如何处理 3d 卷积神经网络的数据？

Question

我有一组 11*11*21 3D 数据，我想使用 3D 卷积网络对其进行分类。通过使用批量大小为 64 的 gluon 数据加载器，我的网络输入张量为 (64L, 11L, 11L, 21L)。当我尝试运行程序时，出现以下错误。

"infer_shape error. Arguments:
data: (64L, 11L, 11L, 21L)"

然后我意识到 3D 转换将 5D 张量作为输入，因此我陷入了如何为网络创建 5D 张量输入的问题。

如果这对我有帮助，请参考我当前用于为卷积网络创建数据的代码。

train_dataset = mx.gluon.data.ArrayDataset((noA_list+A_list),     (label_noA+label_A))
test_dataset = mx.gluon.data.ArrayDataset((noA_test_list+A_list_test),(label_noA_test+label_A_test))
train_data = mx.gluon.data.DataLoader(train_dataset, batch_size= 64,shuffle= True, num_workers = cpucount)
test_data = mx.gluon.data.DataLoader(test_dataset,batch_size= 64,shuffle= True, num_workers = cpucount)

Answer 1

是的，使用 Conv3d 需要 5 维张量。默认情况下，张量格式应为 NCDHW，其中：

'N' - 批量大小， ‘C’——频道， ‘H’——身高 'W' - 宽度 ‘D’——深度。

卷积应用于“D”、“H”和“W”维度。

因此，如果您缺少通道维度（并且您正在处理灰度数据），您可以创建此维度：

# a.shape is (64, 11, 11, 21)
a = mx.nd.random.uniform(shape=(64, 11, 11, 21))
# adding 'channel' dimension
a.expand_dims(1)
# new a.shape is (64, 1, 11, 11, 21)

如何处理 3d 卷积神经网络的数据？

How to process data for 3d convolutional neural network?

python

conv-neural-network

mxnet