Tensorflow tf.layers.conv3d输出形状

Question

我有一个关于tf.layers.conv3d问题。如果我理解正确的，它需要形状的输入

（批次×深×高×宽×通道）

其中信道应该只有一个;和给定的过滤器（深度×高度×宽度），它创建#filters相同的形状来创建#filters输出通道的不同的过滤器和卷积它们与所述输入以获得形状的输出

（批次X out_depth X out_height X out_width X num_filters）

首先，我说的对现在？现在的问题是：在我看来，这层不遵守法律约束力的卷积层的输入，输出滤波器和进步的形状，应该是：

（W-F + 2P）/ S + 1

如上所述here。相反，输出深度的宽度和高度都是一样的作为输入。怎么了？谢谢您的帮助！

Answer 1

kinda true but if input shape, filter shape and strides:
[Batch, depth, height, width, channels]
[filter_depth,filter_height,filter_width,in_channels,out_channels]
[1,s1,s2,s3,1]

output shape
[Batch,int(depth/s1),int(height/s2),int(width/s3),out_channels]

tf.layers.conv3d是tf.layers.convolution的特例

为了解填充算法：https://www.tensorflow.org/api_guides/python/nn#Convolution

为了解卷积运算：https://www.tensorflow.org/api_docs/python/tf/nn/convolution