Python 如何为keras上的3D CNN网络编码数据？

我目前正在处理数据（对应于蛋白质结构文件，pdb），即：

• 以一个给定点为中心的坐标
• 限制为3D框20*20*20，我将其分解为0.5*0.5*0.5的体素（意味着我的尺寸为404040），意味着我的“网格”为64000个体素
• 每个框都是独立的，并且以相同的方式配置（每次XYZ轴和中心相同时）
• 给定体素中的每个点具有20个给定值中的一个（对应于之前二值化的标签）

其想法是创建一个3D CNN网络，其中给定一个盒子及其内部内容，网络输出将预测对应于202020盒子类型的20个类别。要做到这一点，网络的输入形状应该是4D，这就是我对如何编码我的numpy数组有一些疑问的地方：

（N，64000*3，20）=>（N，，，，，，20）（我放置每个坐标的情况）

如何通过坐标封装每个点的方式进行编码？

来自Conv3D层上keras API的输入形状（这是该层所需的关键字）

带形状的5+D张量：批处理形状+（通道，conv_dim1，conv_dim2，conv_dim3）如果数据格式='channels_first'或带形状的5+D张量：批处理形状+（conv_dim1，conv_dim2，conv_dim3，通道）如果数据格式='channels_last'

这意味着在每个示例中，您需要指定立方体的3个输入维度，在您的情况下，这些维度将等于形状

（40,40,40）

（哪些元素将按体素大小缩放），并且将有20个输入通道

这意味着输入形状将等于： （N，64000*3，20）==>（N，40，40，40，20）

Conv3D层的输出形状将由卷积过滤器确定。该过滤器将有5个维度：3个与内核形状对齐的卷积维度，以及输入和输出维度。但keras将为您处理这些尺寸，因此无需指定。Conv3D图层（过滤器）的第一个参数是输出尺寸的数量。您还需要指定内核形状或大小，通常是输入维度的一小部分（例如

（4,4,4）

）

---

对于您的任务，网络输出将是一个softmax层，通常包括一些中间层，如maxpool或ReLU。

要回答我自己的问题，编码实际上非常简单：（N，64000，23）=>（N，40，40，40，23）我昨天发布了一个答案，但不久后删除了它，因为它似乎很明显：）。不管怎样，我现在取消了它。是的，这正是我考虑过的结果。我甚至想补充一点，最后，我没有保留坐标有两个主要原因，第一个是20个向量值（实际上对应于二值化的标签）和坐标之间的权重差，第二个是因为它是一个带有体素的conv3D，坐标将被隐式学习（在我的例子中，因为每个坐标对应于检查坐标是否在体素中的那些体素的中心）。非常感谢你的回答，它证实了它按照我的想法工作