如何在nn.conv（）的输出上应用函数。 nn.conv3d（）

Question

假设我有3D nn.conv()或nn.conv3d()

的输出

输出是以下形状的张量：

[1(batch),28(depth), 28(rows), 28(cols), 32(channels)]
<tf.Tensor 'Relu_1:0' shape=(1, 28,28, 28, 32) dtype=float32>

我想在每个28x28x28体积数据上应用一个函数。我真的不明白里面的数据是什么样的。为什么不应该（频道，28,28,28）？我认为它是一个np.array。

我看到它可以通过以下方式完成：

function_to_map = f(x)
res = tf.map_fn(f, input)

但我不知道如何在这个张量上定义函数f。我真的很困惑这里的频道，里面的数据是什么样的。

Answer 1

conv1 = tf.pack（[tf.py_func（func，[tf.unpack（conv1）[i]]，[tf.float32]）[0] for i in range（n）]）

func的输入是numpy.array，函数的输出也是numpy数组。 func可以是任何python函数。如果张量为（n，b，c，d），则数据为（b，c，d）n是批量大小。终于明白了。