Я работаю с Tensorflow 2, со слоями Conv3d и Conv3dTranspose из tenorflow.keras.layers.
Если я использую Conv3d с шагом (2, 2, 2), то получаю понижающую выборку во всех Габаритные размеры. Если я использую Conv3dTranspose с шагом (2, 2, 2), то я получаю повышающую дискретизацию во всех измерениях.
Что я на самом деле хочу сделать, так это повышающую дискретизацию в 2 измерениях и одновременно понижающую дискретизацию в 3-м измерении.
Предполагая, что фильтры и kernel_size уже определены, я знаю, что мог бы сделать:
layer1 = Conv3DTranspose(filters, kernel_size, stride=(2,2,1))(an_input_tensor)
layer2 = layer1[0:-1:2]
Но это вдвое больше вычисляет, чем я хочу, а затем выбрасывает наполовину. Мне интересно, есть ли хороший способ определить это в одном слое?