tf.nn.conv3d(tf.compat.v1.nn.conv3d)函数

tf.nn.conv3d函数别名 tf.compat.v1.nn.conv3d

1.函数功能

计算5-D张量input与5-D张量filter的3-D卷积。

在信号处理中，互相关（cross-correlation）衡量两个信号相似性的指标。cross-correlation也被称为滑动点积或滑动内积。
tf.nn.conv3d是以cross-correlation形式实现的。

2.入参

tf.nn.conv3d(
    input,
    filter=None,
    strides=None,
    padding=None,
    data_format='NDHWC',
    dilations=[1, 1, 1, 1, 1],
    name=None,
    filters=None
)

参数	含义
input	5-D张量，元素类型必须是half, bfloat16, float32, float64之一。 对于NDHWC格式是[batch, in_depth, in_height, in_width, in_channels]，NCDHW是 [batch, in_channels, in_depth, in_height, in_width]。
filters	5-D张量，与输入类型一致。格式 [filter_depth, filter_height, filter_width, in_channels, out_channels]，其中in_channels必须保持input和filters一致。
strides	1-D张量，元素int类型，其长度length >= 5。滑动窗口在input的每个维度上 滑动步长。其元素关系要求strides[0] = strides[4] = 1.
padding	指定填充算法，"SAME"或 “VALID”。
data_format	input和output的格式，可以是"NDHWC"或 “NCDHW”，默认 “NDHWC”。"NDHWC"格式 [batch, in_depth, in_height, in_width, in_channels].，"NCDHW"格式对应[batch, in_channels, in_depth, in_height, in_width]。
dilations	膨胀因子。默认 [1, 1, 1, 1, 1]。 长度为5的1-D张量。
name	操作名(可选).

3.返回值

输出张量，与输入input一致。

4.可能引发的异常

ValueError，如data_format无效。