conv3d

paddle.static.nn.conv3d ( input, num_filters, filter_size, stride\=1, padding\=0, dilation\=1, groups\=None, param_attr\=None, bias_attr\=None, use_cudnn\=True, act\=None, name\=None, data_format\=’NCDHW’ ) [源代码]

该OP是三维卷积层（convolution3D layer），根据输入、滤波器、步长（stride）、填充（padding）、膨胀比例（dilations）一组参数计算得到输出特征层大小。输入和输出是NCDHW或NDWHC格式，其中N是批尺寸，C是通道数，D是特征层深度，H是特征层高度，W是特征层宽度。三维卷积（Convlution3D）和二维卷积（Convlution2D）相似，但多了一维深度信息（depth）。如果bias_attr不为False，卷积计算会添加偏置项。如果指定了激活函数类型，相应的激活函数会作用在最终结果上。

对每个输入X，有等式：

conv3d - 图1

其中：

  • conv3d - 图2

    ：输入值，NCDHW或NDHWC格式的5-D Tensor

  • conv3d - 图3

    ：滤波器值，MCDHW格式的5-D Tensor

  • conv3d - 图4

    ：卷积操作

  • conv3d - 图5

    ：偏置值，2-D Tensor，形为 [M,1]

  • conv3d - 图6

    ：激活函数

  • conv3d - 图7

    ：输出值, NCDHW或NDHWC格式的5-D Tensor，和 X 的形状可能不同

示例

  • 输入：

    输入形状：

    conv3d - 图8

    滤波器形状： (Cout,Cin,Df,Hf,Wf)

  • 输出：

    输出形状： (N,Cout,Dout,Hout,Wout)

其中

DoutHoutWout\=(Din+padding_depth_front+padding_depth_back−(dilation[0]∗(Df−1)+1))stride[0]+1\=(Hin+padding_height_top+padding_height_bottom−(dilation[1]∗(Hf−1)+1))stride[1]+1\=(Win+padding_width_left+padding_width_right−(dilation[2]∗(Wf−1)+1))stride[2]+1

如果 padding = “SAME”:

如果 padding = “VALID”:

参数：

  • input (Tensor) - 形状为 或 的5-D Tensor，N是批尺寸，C是通道数，D是特征深度，H是特征高度，W是特征宽度，数据类型为float16, float32或float64。

  • num_fliters (int) - 滤波器（卷积核）的个数。和输出图像通道相同。

  • filter_size (int|list|tuple) - 滤波器大小。如果它是一个列表或元组，则必须包含三个整数值：（filter_size_depth, filter_size_height，filter_size_width）。若为一个整数，则filter_size_depth = filter_size_height = filter_size_width = filter_size。

  • stride (int|list|tuple，可选) - 步长大小。滤波器和输入进行卷积计算时滑动的步长。如果它是一个列表或元组，则必须包含三个整型数：（stride_depth, stride_height, stride_width）。若为一个整数，stride_depth = stride_height = stride_width = stride。默认值：1。

  • padding (int|list|tuple|str，可选) - 填充大小。如果它是一个字符串，可以是”VALID”或者”SAME”，表示填充算法，计算细节可参考上述 padding = “SAME”或 padding = “VALID” 时的计算公式。如果它是一个元组或列表，它可以有3种格式：(1)包含5个二元组：当 data_format 为”NCDHW”时为 [[0,0], [0,0], [padding_depth_front, padding_depth_back], [padding_height_top, padding_height_bottom], [padding_width_left, padding_width_right]]，当 data_format 为”NDHWC”时为[[0,0], [padding_depth_front, padding_depth_back], [padding_height_top, padding_height_bottom], [padding_width_left, padding_width_right], [0,0]]；(2)包含6个整数值：[padding_depth_front, padding_depth_back, padding_height_top, padding_height_bottom, padding_width_left, padding_width_right]；(3)包含3个整数值：[padding_depth, padding_height, padding_width]，此时 padding_depth_front = padding_depth_back = padding_depth, padding_height_top = padding_height_bottom = padding_height, padding_width_left = padding_width_right = padding_width。若为一个整数，padding_depth = padding_height = padding_width = padding。默认值：0。

  • dilation (int|list|tuple，可选) - 膨胀比例大小。空洞卷积时会使用该参数，滤波器对输入进行卷积时，感受野里每相邻两个特征点之间的空洞信息。如果膨胀比例为列表或元组，则必须包含三个整型数：（dilation_depth, dilation_height,dilation_width）。若为一个整数，dilation_depth = dilation_height = dilation_width = dilation。默认值：1。

  • groups (int，可选) - 三维卷积层的组数。根据Alex Krizhevsky的深度卷积神经网络（CNN）论文中的成组卷积：当group=n，输入和滤波器分别根据通道数量平均分为n组，第一组滤波器和第一组输入进行卷积计算，第二组滤波器和第二组输入进行卷积计算，……，第n组滤波器和第n组输入进行卷积计算。默认值：1。

  • param_attr (ParamAttr，可选) - 指定权重参数属性的对象。默认值为None，表示使用默认的权重参数属性。具体用法请参见 ParamAttr 。

  • bias_attr （ParamAttr|bool，可选）- 指定偏置参数属性的对象。若 bias_attr 为bool类型，只支持为False，表示没有偏置参数。默认值为None，表示使用默认的偏置参数属性。具体用法请参见 ParamAttr 。

  • use_cudnn （bool，可选）- 是否使用cudnn内核。只有已安装cudnn库时才有效。默认值：True。

  • act (str，可选) - 激活函数类型， 如tanh、softmax、sigmoid，relu等，支持列表请参考 激活函数 。如果设为None，则未添加激活函数。默认值：None。

  • name (str，可选) – 具体用法请参见 cn_api_guide_Name ，一般无需设置，默认值：None。

  • data_format (str，可选) - 指定输入的数据格式，输出的数据格式将与输入保持一致，可以是”NCDHW”和”NDHWC”。N是批尺寸，C是通道数，D是特征深度，H是特征高度，W是特征宽度。默认值：”NCDHW”。

返回：5-D Tensor，数据类型与 input 一致。如果未指定激活层，则返回卷积计算的结果，如果指定激活层，则返回卷积和激活计算之后的最终结果。

代码示例：

  1. import paddle
  2. import numpy as np
  4. paddle.enable_static()
  5. data = paddle.static.data(name='data', shape=[None, 3, 12, 32, 32], dtype='float32')
  6. param_attr = paddle.framework.ParamAttr(name='conv3d.weight', initializer=paddle.nn.initializer.XavierNormal(), learning_rate=0.001)
  7. res = paddle.static.nn.conv3d(input=data, num_filters=2, filter_size=3, act="relu", param_attr=param_attr)
  8. place = paddle.CPUPlace()
  9. exe = paddle.static.Executor(place)
  10. exe.run(paddle.static.default_startup_program())
  11. x = np.random.rand(1, 3, 12, 32, 32).astype("float32")
  12. output = exe.run(feed={"data": x}, fetch_list=[res])
  13. print(output)