【发布时间】：2016-06-12 01:02:18
【问题描述】：
TL.DR。 theano.tensor.nnet.neighbours.images2neibs 有 3 维友好的实现吗？
我想使用接收 nxnxn 图像的神经网络对体积 (NxNxN) 执行体素分类，其中 N>n。为了对体积中的每个体素进行分类，我必须遍历每个体素。对于每次迭代，我获取并传递邻域体素作为神经网络的输入。这只是一个滑动窗口操作，操作就是神经网络。
虽然我的神经网络是在 Theano 中实现的，但滑动窗口是在 python/numpy 中实现的。由于这不是纯粹的 Theano 操作，因此分类需要永远（> 3 小时）才能将所有体素分类到一个卷中。对于2d滑动窗口操作，Theano有一个helper方法，theano.tensor.nnet.neighbours.images2neibs，对于3维图像有没有类似的实现？
编辑：
对于 n-d 滑动窗口，现有的 numpy 解决方案（1 和2）都使用np.lib.stride_tricks.as_strided 来提供“滑动窗口的视图”，从而防止内存问题。在我的实现中，滑动窗口数组从 numpy (Cython) 传递到 Python，然后传递到 Theano。为了提高性能，我可能不得不绕过 Python。
【问题讨论】：
-
或者，也许您想查看
sklearn.feature_extraction.image.extract_patches。这可以让您查看所需的nxnxn多维数据集，而无需复制数据。将它与同样不会复制的np.einsum结合起来，您可能会得到在可接受的时间内运行的东西（不能保证，从未尝试过） -
fyi
sklearn.feature_extraction.image.extract_patches也使用跨步技巧来完成工作。只需几行代码和计算即可获得正确的视图形状。 -
嗯，可行，但仅适用于彩色图像。您如何考虑将其扩展到 3D 体积？
-
嗯，你确定吗？另请参阅this comment 关于这些东西的命名，就好像它们以前不存在一样。 （只是为了完整性而添加这个 - 我没有看过你提到的论文，最后它是重要的结果）
标签： python numpy cython theano conv-neural-network