torch.nn.functional.conv3d

torch.nn.functional.conv3d(input, weight, bias=None, stride=1, padding=0, dilation=1, groups=1) → Tensor

Применяет 3D свёртку к входному изображению, состоящему из нескольких входных плоскостей.

Этот оператор поддерживает TensorFloat32.

См. Conv3d для получения подробностей и формы вывода.

Примечание

В некоторых случаях, при использовании тензоров на устройстве CUDA и CuDNN, этот оператор может выбрать недетерминированный алгоритм для повышения производительности. Если это нежелательно, вы можете попытаться сделать операцию детерминированной (возможно, с потерей производительности) установив torch.backends.cudnn.deterministic = True. Смотрите Воспроизводимость для получения дополнительной информации.

Примечание

Этот оператор поддерживает комплексные типы данных, т.е. complex32, complex64, complex128.

Параметры

• input – входной тензор формы $(\text{minibatch} , \text{in\_channels} , iT , iH , iW)$
• weight – фильтры формы $(\text{out\_channels} , \frac{\text{in\_channels}}{\text{groups}} , kT , kH , kW)$
• bias – необязательный тензор смещения формы $(\text{out\_channels})$. Значение по умолчанию: None
• stride – шаг свёртки ядра. Может быть одним числом или кортежем (sT, sH, sW). Значение по умолчанию: 1

• padding –

  явное заполнение по обеим сторонам входных данных. Может быть строкой {‘valid’, ‘same’}, одиночным числом или кортежем (padT, padH, padW). Значение по умолчанию: 0 padding='valid' эквивалентно отсутствию заполнения. padding='same' заполняет входные данные так, что вывод имеет ту же форму, что и вход. Однако этот режим не поддерживает значения шага, отличные от 1.

  Предупреждение

  Для padding='same', если weight имеет чётную длину, и dilation является нечётным в любом измерении, может потребоваться внутренняя полная операция pad(). Пониженная производительность.

• dilation – расстояние между элементами ядра. Может быть одним числом или кортежем (dT, dH, dW). Значение по умолчанию: 1
• groups – разделить вход на группы, $\text{in\_channels}$ должно быть делимым на число групп. Значение по умолчанию: 1

Примеры:

>>> filters = torch.randn(33, 16, 3, 3, 3)
>>> inputs = torch.randn(20, 16, 50, 10, 20)
>>> F.conv3d(inputs, filters)