为了进一步解释这个标题，我将一系列单通道图片传递到卷积网络，并将conv3d与conv2d进行比较和对比。我考虑过两种可能的设置：
设置1使用conv2d层，每个图片输入作为单个通道。输入尺寸[batch_size，width，height，num_pictures]。核心尺寸[宽度，高度]和步幅[1,1]。有效的填充。
设置2使用conv3d图层，每张图片为＆＃34;深度＆＃34;用于每张图片的内核的分量。输入尺寸[batch_size，num_pictures，width，height，1]。核心尺寸[num_pictures，宽度，高度]。跨步[1,1,1]。有效填充。
我认为，2d卷积网络考虑给定输入的所有通道;那么上述两种设置在功能上是否有实际意义和性能方面的差异？