【pytorch中3D-CNN分析】

---

前言

随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了pytorch中三维卷积神经网络的使用。

---

一、三维卷积是什么？

在一般的图像卷积神经网络中，均使用的是二维的卷积神经网络，而在三维数据中比如高光谱数据以及视频数据，就很难将不同通道上的信息进行融合。因此使用三维卷积神经网络就能够很好的解决此问题。

二、相关代码和分析

1.引入库

代码如下（示例）：

import torch.nn as nn
import torch
from pytorch_model_summary import summary

2.添加网络

代码如下（示例）：

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        
        self.conv1 = nn.Conv3d(in_channels=1, out_channels=128,
          kernel_size=(3, 3, 3),stride=(2, 2, 2),padding=(3 // 2, 3, 3))
        #self.pool = nn.MaxPool3d(kernel_size=(1, 3, 3), stride=(1, 2, 2),padding=(1//2,1,1))
        

    def  forward(self, x):
        x = self.conv1(x)
        #x = self.pool(x)
        return x

该处使用的url网络请求的数据。

3.添加数据并运行网络

print(summary(Net(), torch.zeros((1, 1, 88, 75, 55)), show_input=True))
model = Net()
pred = model(video)
print(pred.shape)

4.运行，并输出结果

--------------------------------------------------------------------------
      Layer (type)            Input Shape         Param #     Tr. Param #
==========================================================================
          Conv3d-1     [1, 1, 88, 75, 55]           3,584           3,584
==========================================================================
Total params: 3,584
Trainable params: 3,584
Non-trainable params: 0
--------------------------------------------------------------------------
torch.Size([1, 128, 44, 40, 30])

---

网络参数分析
$$N=((H-kernelsize+2\ast padding)/stride)+1.$$
以上网络的参数量计算：
$$3\ast 3\ast 3\ast 128+128=3584$$

2D: $(B,C,H,W)$，在进行2维卷积的时候卷积核作用的维度为：H，W
3D: $(B,C,D,H,W)$，在进行3维卷积的时候卷积核作用的维度为：D，H，W