tf.keras.layers.Conv3D

Слой 3D свёртки (например, пространственная свёртка по объёмам).

tf.keras.layers.Conv3D(
    filters, kernel_size, strides=(1, 1, 1), padding='valid', data_format=None,
    dilation_rate=(1, 1, 1), groups=1, activation=None, use_bias=True,
    kernel_initializer='glorot_uniform', bias_initializer='zeros',
    kernel_regularizer=None, bias_regularizer=None, activity_regularizer=None,
    kernel_constraint=None, bias_constraint=None, **kwargs
)

Этот слой создаёт ядро свёртки, которое свёртывается с входными данными слоя, чтобы получить тензор выходных данных. Если use_bias равно True, создаётся вектор смещения, который добавляется к выходным данным. Наконец, если activation не равно None, он также применяется к выходным данным.

При использовании этого слоя в качестве первого слоя в модели укажите ключевой аргумент input_shape (кортеж целых чисел, не включающий ось образца), например, input_shape=(128, 128, 128, 1) для объёмов 128x128x128 с одним каналом в data_format="channels_last".

Примеры:

# The inputs are 28x28x28 volumes with a single channel, and the
# batch size is 4
input_shape =(4, 28, 28, 28, 1)
x = tf.random.normal(input_shape)
y = tf.keras.layers.Conv3D(
2, 3, activation='relu', input_shape=input_shape[1:])(x)
print(y.shape)
(4, 26, 26, 26, 2)

# With extended batch shape [4, 7], e.g. a batch of 4 videos of 3D frames,
# with 7 frames per video.
input_shape = (4, 7, 28, 28, 28, 1)
x = tf.random.normal(input_shape)
y = tf.keras.layers.Conv3D(
2, 3, activation='relu', input_shape=input_shape[2:])(x)
print(y.shape)
(4, 7, 26, 26, 26, 2)

Форма входных данных:

5+D тензор с формой: batch_shape + (channels, conv_dim1, conv_dim2, conv_dim3) если data_format='channels_first' или 5+D тензор с формой: batch_shape + (conv_dim1, conv_dim2, conv_dim3, channels) если data_format='channels_last'.

Форма выходных данных:

5+D тензор с формой: batch_shape + (filters, new_conv_dim1, new_conv_dim2, new_conv_dim3) если data_format='channels_first' или 5+D тензор с формой: batch_shape + (new_conv_dim1, new_conv_dim2, new_conv_dim3, filters) если data_format='channels_last'. Значения new_conv_dim1, new_conv_dim2 и new_conv_dim3 могут измениться из-за заполнения.