torch.nn.Conv3d()

torch.nn.Conv3d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)

Parameters：

• in_channels(int) – 输入信号的通道
• out_channels(int) – 卷积产生的通道
• kernel_size(int or tuple) - 卷积核的尺寸
• stride(int or tuple, optional) - 卷积步长
• padding(int or tuple, optional) - 输入的每一条边补充0的层数
• dilation(int or tuple, optional) – 卷积核元素之间的间距
• groups(int, optional) – 从输入通道到输出通道的阻塞连接数
• bias(bool, optional) - 如果bias=True，添加偏置
  三维卷积层, 输入的尺度是(N, C_in,D,H,W)，输出尺度（N,C_out,D_out,H_out,W_out）

下面是自己瞎举了个例子，参考：

def __init__(self):
  self.conv3d_1 = nn.Conv3d(2048,1024,3,padding=1)
def forward(self,x):
  n, c, t, h, w = x.size()  # t是帧数，n是batchsize, c是channel, h是高度， w是宽度
  x = self.conv3d_1(x)

原链接 http://t.zoukankan.com/luckyplj-p-13467823.html （纯属学习用）