3D 池化（MaxPool3D） 和 3D（Conv3d） 卷积详解

3D 池化（MaxPool3D） 和 3D（Conv3d） 卷积详解

池化和卷积的过程是类似的，只是池化没有权重，相比起来更容易说明计算的过程。这里从 3D 池化开始详细介绍 MaxPool3D 和 Conv3d 的过程，并尝试通过 2D 和 1D 的池化来实现 3D 池化的过程。

3D （池化或者卷积）相比 2D 增加了一个维度，但是大致过程依然和 2D 类似，所以在看 3D 之前应该确保已经清楚 2D 的过程了，如果对 2D 不熟悉的朋友，可以参考 动图详细讲解 LeNet-5 网络结构，里面有动图演示。

3D 操作在视频处理中比较常见。通常模型的输入尺寸为 [N, C, H, W]，在视频中通常会加入时间维度也就是输入多帧图像，输入尺寸为 [N, C, F, H, W]，其中 F 为 帧数。

1. 3D 池化（MaxPool3D）

下面是调用 pytorch 中的 MaxPool3d，具体的 API 可以参考官方文档： torch.nn.MaxPool3d。

maxpool = torch.nn.MaxPool3d(kernel_size=(2, 2, 2), stride=(2, 2,