Red convolucional 4D

Question

Alguien sabe si existe una generalización de la red convolucional que funcione con tensores de entrada 4D en lugar de 3D. Generalmente, según tengo entendido, los filtros de redes convolucionales aceptan un cierto tramo de coordenadas x,y por filtro y toda la profundidad de ese tramo también. Tengo una dimensión adicional que tendría que ser requerida dentro de los filtros para que la entrada tenga algún sentido.

¿Es posible utilizar una red convolucional tradicional para esto o hay alguna abstracción que funcione para datos n-dimensionales?

Answer 1

Tensorflow define la convolución en N dimensiones y la capa transpuesta y RELU es independiente de la dimensión, el único problema que tendrás es con las capas de agrupación que tendrás que implementar por tu cuenta (siéntete libre de enviarlas después a las contribuciones de tf). Así que supongo que tu problema es perfectamente abordable con TF