python - 如何为 4 通道 3DCNN 定义数据集的形状？

Question

我想训练一个多通道 3DCNN。有4个频道。训练样本数为 187。第一个通道的输入形状是 (3, 100, 32)，第二个通道是 (1, 100, 32)，第三个通道是 (1, 100, 32)，第四个通道是 (1 , 100, 32)。我已经存储了 4 组数据，形状为（样本、高度、宽度、深度）对应于每个通道（例如：第一个通道的训练集：（187、3、100、32））。是否需要添加 1 到 4 轴来执行 3d 卷积？我应该如何定义卷积层的输入以及我的训练数据集应该如何给出？

标签： pythontensorflowconv-neural-network