conv2d和conv3d函数之间的区别让我有些困惑。 例如，如果我有一堆N幅图像，其中H高度和W宽度，以及3个RGB通道。网络的输入可以是两种形式 form1：（batch_size，N，H，W，3）这是5级张量 form2：（batch_size，H，W，3N）这是一个4级张量
问题是，如果我将带有大小为（N，3,3）的M个过滤器的conv3d应用于form1并应用带有大小为（3,3）的M个过滤器的conv2d
它们具有基本相同的功能操作吗？我认为这两种形式在时间和空间维度上都是卷积的。
如果有人可以帮助我解决这个问题，我深表感谢。
答案 0 :(得分：1)
如果有一堆图像，则有一个视频。您不能有两种输入形式。您有图像或视频。对于视频案例，您可以使用3D卷积，但尚未为其定义2D卷积。如果按照您所说的那样堆叠通道（3N），则2D卷积将把堆叠解释为具有很多通道的一个图像，而不是堆叠。
请注意，带有（批处理，H，W，通道）的2D卷积与带有（批处理，H，W，通道，1）的3D卷积相同。