基於 3D CNN 的自動編碼器

[英]Autoencoder based on 3D CNN

我正在實現一個基於 3D CNN 的自動編碼器。 我想修復錯誤 錯誤信息： ...

在具有 return_sequences=True 的 ConvLSTM3D 之后使用 MaxPooling3D

[英]Using MaxPooling3D after ConvLSTM3D with return_sequences=True

我正在研究 3D 空間數據的下一幀預測問題。 類似的東西，但這里討論了 2D 數據https://keras.io/examples/vision/conv_lstm/ 。 基本上，我有一組隨時間變化的 3D 圖像，我正在嘗試構建一個 model 來預測這些變化。 對於我的問題，我使用了幾個 Co ...

如何為nnabla卷積運算提供輸入通道維度？

[英]how to provide input channel dimension for nnabla convolution operation?

我試圖使用 nnabla.parametric_functions 在 nnable 中編寫卷積層，我如何為其提供輸入通道維度？ 我試圖查看 nnabla 文檔https://nnabla.readthedocs.io/en/latest/python/api/parametric_functio ...

如何在 3d CNN 中輸入 Nifti Images 進行分類？

[英]How to feed Nifti Images in 3d CNN for classification?

我有 142 張 Nifti 大腦 CT 圖像，我從 Dicom 轉換了它們。 每個 NIfti 文件的尺寸為 512×512×40。 我的計划是使用 3d Conv 神經網絡進行多類分類。 我應該如何在 3d CNN 中提供 Nifti 圖像？ ...

如何在標准 3 通道圖像上使用 3D 卷積？

[英]How does one use 3D convolutions on standard 3 channel images?

我正在嘗試在 cifar10 數據集上使用 3d conv（只是為了好玩）。 我看到我們通常輸入的文檔是 5d 張量（N、C、D、H、W）。 我真的必須要傳遞 5 維數據嗎？ 我持懷疑態度的原因是因為 3D 卷積只是意味着我的卷積在 3 個維度/方向上移動。 所以從技術上講，我可以有 3d 4d ...