Función torch.nn.Conv3d de PyTorch

PyTorch torch.nn 参考手册Referencia de torch.nn de PyTorch

torch.nn.Conv3dEs el módulo de convolución 3D en PyTorch.

Procesa entradas tridimensionales, como video o imágenes médicas (profundidad x altura x anchura).

Definición de la función

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

Forma de entrada

(batch, channels, depth, height, width)

Ejemplo de uso

Ejemplo 1: Uso básico

Ejemplo

import torch
import torch.nn as nn

# Convolución 3D
conv3d = nn.Conv3d(in_channels=3, out_channels=32, kernel_size=3, padding=1)

# Entrada: batch=2, canales=3, profundidad=16, altura=32, anchura=32
x = torch.randn(2, 3, 16, 32, 32)
output = conv3d(x)

print("Forma de entrada:", x.shape)
print("Forma de salida:", output.shape)

Ejemplo 2: Clasificación de video

Ejemplo

import torch
import torch.nn as nn

class VideoCNN(nn.Module):
    def __init__(self, num_classes=10):
        super(VideoCNN, self).__init__()
        self.conv1 = nn.Conv3d(3, 32, kernel_size=3, padding=1)
        self.pool = nn.MaxPool3d(2)
        self.conv2 = nn.Conv3d(32, 64, kernel_size=3, padding=1)
        self.gap = nn.AdaptiveAvgPool3d(1)
        self.fc = nn.Linear(64, num_classes)

    def forward(self, x):
        x = torch.relu(self.conv1(x))
        x = self.pool(x)
        x = torch.relu(self.conv2(x))
        x = self.gap(x)
        x = x.view(x.size(0), -1)
        return self.fc(x)

model = VideoCNN()
x = torch.randn(4, 3, 16, 112, 112)  # Video de 16 fotogramas
output = model(x)

print("Video:", x.shape, "-> Categoría:", output.shape)

Ejemplo 3: Cálculo de parámetros

Ejemplo

import torch
import torch.nn as nn

conv = nn.Conv3d(64, 128, kernel_size=3, padding=1)

# Cálculo de parámetros: out_ch * in_ch * k_d * k_h * k_w + bias
params = 128 * 64 * 3 * 3 * 3
print("Número de parámetros:", params)
print("Forma de los pesos:", conv.weight.shape)

Escenarios de uso

  • Procesamiento de video: Reconocimiento de acciones
  • Imágenes médicas: CT、MRI
  • Segmentación 3D: Datos de vóxeles

Nota: la convolución 3D requiere muchos cálculos y necesita mucha memoria de video.

PyTorch torch.nn 参考手册Referencia de torch.nn de PyTorch

Otras extensiones