Pytorch 如何在标准3通道图像上使用3D卷积？_Pytorch

Pytorch 如何在标准3通道图像上使用3D卷积？

pytorch

Pytorch 如何在标准3通道图像上使用3D卷积？,pytorch,Pytorch,我尝试在cifar10数据集上使用3d conv（只是为了好玩）。我看到文档，我们通常输入的是5d张量（N，C，D，H，W）。我真的必须传递5维数据吗我之所以怀疑，是因为三维卷积仅仅意味着我的conv会在三维/三维方向上移动。所以从技术上讲，我可以有3d，4d，5d，甚至100d张量，然后只要它至少是一个3d张量，所有这些都可以工作。这不对吗我很快就试过了，但确实出现了一个错误： import torch def conv3d_example(): N,C,H,W = 1,3

我尝试在cifar10数据集上使用3d conv（只是为了好玩）。我看到文档，我们通常输入的是5d张量（N，C，D，H，W）。我真的必须传递5维数据吗

我之所以怀疑，是因为三维卷积仅仅意味着我的conv会在三维/三维方向上移动。所以从技术上讲，我可以有3d，4d，5d，甚至100d张量，然后只要它至少是一个3d张量，所有这些都可以工作。这不对吗

我很快就试过了，但确实出现了一个错误：

import torch


def conv3d_example():
    N,C,H,W = 1,3,7,7
    img = torch.randn(N,C,H,W)
    ##
    in_channels, out_channels = 1, 4
    kernel_size = (2,3,3)
    conv = torch.nn.Conv3d(in_channels, out_channels, kernel_size)
    ##
    out = conv(img)
    print(out)
    print(out.size())

##
conv3d_example()
---------------------------------------------------------------------------
RuntimeError                              Traceback (most recent call last)
<ipython-input-3-29c73923cc64> in <module>
     15 
     16 ##
---> 17 conv3d_example()

<ipython-input-3-29c73923cc64> in conv3d_example()
     10     conv = torch.nn.Conv3d(in_channels, out_channels, kernel_size)
     11     ##
---> 12     out = conv(img)
     13     print(out)
     14     print(out.size())

~/anaconda3/lib/python3.7/site-packages/torch/nn/modules/module.py in __call__(self, *input, **kwargs)
    491             result = self._slow_forward(*input, **kwargs)
    492         else:
--> 493             result = self.forward(*input, **kwargs)
    494         for hook in self._forward_hooks.values():
    495             hook_result = hook(self, input, result)

~/anaconda3/lib/python3.7/site-packages/torch/nn/modules/conv.py in forward(self, input)
    474                             self.dilation, self.groups)
    475         return F.conv3d(input, self.weight, self.bias, self.stride,
--> 476                         self.padding, self.dilation, self.groups)
    477 
    478 

RuntimeError: Expected 5-dimensional input for 5-dimensional weight 4 1 2 3, but got 4-dimensional input of size [1, 3, 7, 7] instead

导入火炬


def conv3d_示例（）：
N、 C，H，W=1,3,7,7
img=火炬的随机数N（N，C，H，W）
##
输入通道，输出通道=1,4
内核大小=（2,3,3）
conv=torch.nn.Conv3d（输入通道、输出通道、内核大小）
##
输出=转换（img）
打印（输出）
打印（out.size（））

##
conv3d_示例（）
---------------------------------------------------------------------------
运行时错误回溯（上次最近调用）
在里面
15
16 ##
--->17 conv3d_示例（）
在conv3d_示例（）中
10 conv=torch.nn.Conv3d（输入通道、输出通道、内核大小）
11     ##
--->12输出=转换（img）
13打印（输出）
14打印（out.size（））
~/anaconda3/lib/python3.7/site-packages/torch/nn/modules/module.py在调用中（self，*input，**kwargs）
491结果=self.\u slow\u forward（*输入，**kwargs）
492其他：
-->493结果=自我转发（*输入，**kwargs）
494用于钩住自身。\u向前\u钩住.values（）：
495钩子结果=钩子（自身、输入、结果）
前进中的~/anaconda3/lib/python3.7/site-packages/torch/nn/modules/conv.py（自我，输入）
474自我扩张，自我群体）
475返回F.conv3d（输入、自身重量、自身偏差、自身步幅、，
-->476自填充、自膨胀、自组）
477
478
RuntimeError：5维权重4 1 2 3应为5维输入，但得到的是大小为[1,3,7,7]的4维输入

交叉张贴：