Python 3.x 三维CNN参数计算

我有一个使用tensorflow库编写的CNN代码：

x_img = tf.placeholder(tf.float32)
y_label = tf.placeholder(tf.float32)    
def convnet_3d(x_img, W):
        conv_3d_layer = tf.nn.conv3d(x_img, W, strides=[1,1,1,1,1], padding='VALID')

        return conv_3d_layer

    def maxpool_3d(x_img):
        maxpool_3d_layer = tf.nn.max_pool3d(x_img, ksize=[1,2,2,2,1], strides=[1,2,2,2,1], padding='VALID')

        return maxpool_3d_layer

    def convolutional_neural_network(x_img):
            weights = {'W_conv1_layer':tf.Variable(tf.random_normal([3,3,3,1,32])),
                       'W_conv2_layer':tf.Variable(tf.random_normal([3,3,3,32,64])),
                       'W_fc_layer':tf.Variable(tf.random_normal([409600,1024])),
                       'W_out_layer':tf.Variable(tf.random_normal([1024, num_classes]))}

            biases = {'b_conv1_layer':tf.Variable(tf.random_normal([32])),
                       'b_conv2_layer':tf.Variable(tf.random_normal([64])),
                       'b_fc_layer':tf.Variable(tf.random_normal([1024])),
                       'b_out_layer':tf.Variable(tf.random_normal([num_classes]))}

            x_img = tf.reshape(x_img, shape=[-1, img_x, img_y, img_z, 1])

            conv1_layer = tf.nn.relu(convnet_3d(x_img, weights['W_conv1_layer']) + biases['b_conv1_layer'])
            conv1_layer = maxpool_3d(conv1_layer)


            conv2_layer = tf.nn.relu(convnet_3d(conv1_layer, weights['W_conv2_layer']) + biases['b_conv2_layer'])
            conv2_layer = maxpool_3d(conv2_layer)

            fc_layer = tf.reshape(conv2_layer,[-1, 409600])
            fc_layer = tf.nn.relu(tf.matmul(fc_layer, weights['W_fc_layer'])+biases['b_fc_layer'])
            fc_layer = tf.nn.dropout(fc_layer, keep_rate)

            output_layer = tf.matmul(fc_layer, weights['W_out_layer'])+biases['b_out_layer']

            return output_layer

我的输入图像x_img是25x25x25（3d图像），我对代码有一些疑问：

1.“W_conv1_层”中的[3,3,3,1,32]是否表示[宽度x高度x深度x通道x过滤器数量]

2-在“W_conv2_layer”中，权重为[3,3,3,32,64]，为什么输出为64？我知道3x3x3是过滤器大小，32是来自第一层的输入

3-在“W_fc_layer”中，权重为[4096001024]，1024是fc层中的节点数，但这个神奇的数字“409600”从何而来

4-在图像进入conv层之前，我们为什么需要重塑图像

x_img = tf.reshape(x_img, shape=[-1, img_x, img_y, img_z, 1])

---

所有答案都可以在中找到

权重应为[过滤器深度、过滤器高度、过滤器宽度、输入通道、输出通道]

选择数字32和64是因为它们只是超参数

409600来自重塑maxpool3d的输出（实际大小应为4096可能是一个错误，请参见注释）

因为tensorflow的输入需要某些布局

---

在转到更复杂的内容之前，您应该尝试在图像上实现一个简单的convnet。

我要补充的是，我不会以这种方式编写代码，特别是对于占位符，我很惊讶它居然可以工作。事先添加一些关于占位符形状的信息是一个很好的做法。谢谢您的回答，告诉我如何为占位符编写代码，我知道409600来自maxpool3d图层，但我如何计算它？例如，如果图像更改为32x32x32，您的填充是有效的，因此在每个空间维度上，您减去过滤器维度，然后添加1（用于最大池的卷积），您将每个空间维度的整数除以2。对于二维CNN和三维CNN，您的问题已经得到了无数次的回答。我必须补充一点，如果您不确定，您可以运行每个张量来查看它们的形状。