Question

我对tf.layers.conv3d的重塑问题有些困惑，输入的所需形状是（批处理，深度，高度，宽度，通道），现在我的输入数据是.nii文件（ CT扫描），其形状为（512、512，深度），第三维表示心脏切片（每个切片为512x512）。不同的病人有不同的深度。

问题是如果我尝试将数据重塑为（depth，512，512）以适合conv3d输入，则每个slice（512x512）的对应项将不同，这会对训练产生影响吗？还是在每个切片中保留相同项目的任何方法？

x = np.arange(32).reshape(2,2,8)
print(x[:,:,0])

y = x.reshape(8,2,2)
print(y[0,:,:])

假设心脏扫描中有8个切片，每个切片中有2 * 2张图像。x[：，：，0]将为（[[0,8]，[16,24]] ，另一个是（[[0,1]，[2,3]]）。因此在不同的切片中有不同的项目。

我只是想知道是否存在某种方法可以重塑为（深度，高度，宽度）并在每个切片中保持相同的项目。还是我将其输入到tensorflow conv3d层都没关系？

Answer 1

我找到了解决方法

仅使用np.transpose而不是np.reshape 并且每个维度中的元素都不会改变！