pytorch nn.Conv3d

input=torch.randn(20,16,10,50,100)#N,C,D,H,W

1.

m = nn.Conv3d(16, 33, 1, stride=1, padding=(3, 2, 1))

output=m(input)

output.size()

torch.Size([20, 16, 10, 50, 100])

结论：padding分别先从D,H,W分别对称增加维度，变为D+3*2，H+2*2，W+1*2

2.

m = nn.Conv3d(16, 33, 6, stride=5)

torch.Size([20, 33, 1, 9, 19])

结论：仅从D维度看，本来是10维大小，从1开始，步长是5，移动到6，而6之后只有5个（不够6），所以就不卷积，最后D通道输出只有1个维度。