快捷方式

torch.nn.functional.conv3d

torch.nn.functional.conv3d(input, weight, bias=None, stride=1, padding=0, dilation=1, groups=1) Tensor

对由多个输入平面组成的输入图像应用 3D 卷积。

此运算符支持 TensorFloat32

有关详细信息和输出形状,请参阅 Conv3d

注意

在某些情况下,当在 CUDA 设备上提供张量并使用 CuDNN 时,此运算符可能会选择非确定性算法以提高性能。如果这是不可取的,您可以尝试通过设置 torch.backends.cudnn.deterministic = True 来使操作确定性(可能会以性能为代价)。有关更多信息,请参阅 可重复性

注意

此运算符支持复数数据类型,即 complex32, complex64, complex128

参数
  • input – 形状为 (minibatch,in_channels,iT,iH,iW)(\text{minibatch} , \text{in\_channels} , iT , iH , iW)

    的输入张量。

  • weight – 形状为 (out_channels,in_channelsgroups,kT,kH,kW)(\text{out\_channels} , \frac{\text{in\_channels}}{\text{groups}} , kT , kH , kW)

    的过滤器。

  • bias – 形状为 (out_channels)(\text{out\_channels})

    的可选偏置张量。默认值:None

  • stride – 卷积核的步长。可以是单个数字或元组 (sT, sH, sW)。默认值:1

  • padding

    输入两侧的隐式填充。可以是字符串 {‘valid’, ‘same’}、单个数字或元组 (padT, padH, padW)。默认值:0 padding='valid' 等同于不进行填充。 padding='same' 对输入进行填充,以便输出与输入具有相同的形状。但是,此模式不支持除 1 以外的任何步长值。

    警告

    对于 padding='same',如果 weight 的长度为偶数且 dilation 在任何维度上都是奇数,则内部可能需要完整的 pad() 操作。这会降低性能。

  • dilation – 核元素之间的间距。可以是单个数字或元组 (dT, dH, dW)。默认值:1

  • groups – 将输入分割成组,in_channels\text{in\_channels} 应能被组数整除。默认值:1

示例

>>> filters = torch.randn(33, 16, 3, 3, 3)
>>> inputs = torch.randn(20, 16, 50, 10, 20)
>>> F.conv3d(inputs, filters)

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深度教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源