Tensorflow tf.layers.conv3d 输出形状

Question

我有一个关于 tf.layers.conv3d 的问题。如果我没理解错的话，它需要输入形状

（批次 x 深度 x 高度 x 宽度 x 通道）

其中通道应该只有一个；并给定一个过滤器（深度x高度x宽度），它创建#filters相同形状的不同过滤器以创建#filters输出通道并将它们与输入进行卷积以获得形状

的输出

(批次 x out_depth x out_height x out_width x num_filters)

首先，我现在是对的吗？问题是：在我看来，这一层不遵守卷积层的输入、输出、过滤器和跨步形状的法律约束，应该是：

(W-F+2P)/S + 1

如所述here。相反，输出深度宽度和高度始终与输入相同。怎么了？感谢您的帮助！

Answer 1

kinda true but if input shape, filter shape and strides:
[Batch, depth, height, width, channels]
[filter_depth,filter_height,filter_width,in_channels,out_channels]
[1,s1,s2,s3,1]

output shape
[Batch,int(depth/s1),int(height/s2),int(width/s3),out_channels]

tf.layers.conv3d 是 tf.layers.convolution

的特例

了解填充算法： https://www.tensorflow.org/api_guides/python/nn#Convolution

理解卷积运算： https://www.tensorflow.org/api_docs/python/tf/nn/convolution

Tensorflow tf.layers.conv3d 输出形状

Tensorflow tf.layers.conv3d output shape

python

convolution

conv-neural-network

tensorflow