TL.DR.是否有theano.tensor.nnet.neighbours.images2neibs的三维友好实现？
我想使用一个接收nxnxn图像的神经网络对体积（NxNxN）进行体素分类，其中N> n。为了对体积中的每个体素进行分类，我必须遍历每个体素。对于每次迭代，我获得并传递邻域体素作为神经网络的输入。这只是一个滑动窗口操作，其操作是神经网络。
虽然我的神经网络在Theano中实现，但滑动窗口实现是python / numpy。由于这不是纯粹的Theano操作，因此分类需要永久（> 3小时）来对一个体积中的所有体素进行分类。对于2d滑动窗口操作，Theano有一个辅助方法，theano.tensor.nnet.neighbours.images2neibs，是否有类似的三维图像实现？
编辑：对于n-d滑动窗口，现有numpy解决方案（1和2），都使用np.lib.stride_tricks.as_strided来提供“滑动窗口的视图”，从而防止内存问题。在我的实现中，滑动窗口数组从numpy（Cython）传递到Python然后传递到Theano。为了提高性能，我可能不得不绕过Python。
如上所述，ekenberg和Kastner在sklearn_theano.feature_extraction.overfeat中的OverfeatTransformer实用程序将很好地匹配此操作。