如何使用pytorch在网络模型内进行3D体积的中心裁切

Question

在keras中，存在Cropping3D层，用于在神经网络内部对3D体的张量进行中心裁剪。但是，尽管在pytorch中有torchvision.transforms.CenterCrop(size)用于2D图像，我却找不到类似的东西。

如何在网络内部进行裁剪？否则，我需要在预处理中做这件事，由于特定原因，这是我要做的最后一件事。

我是否需要编写一个自定义层，例如沿每个轴切片输入张量？希望对此有所启发

Answer 1

在PyTorch中，您不一定需要为所有内容编写图层，通常您可以在前进过程中直接进行所需的操作。在需要计算梯度的火炬张量上操作时，需要记住的基本规则是

1. 请勿将割炬张量转换为其他类型进行计算（例如，使用torch.sum而不是转换为numpy并使用numpy.sum）。
2. 请勿执行就地操作（例如，更改张量的一个元素或使用就地运算符，因此请使用x = x + ...而不是x += ...）。

也就是说，您可以使用切片，也许看起来像这样

def forward(self, x):
    ...
    x = self.conv3(x)
    x = x[:, :, 5:20, 5:20]    # crop out part of the feature map
    x = self.relu3(x)
    ...