記一下，防止自己忘記了。

3D卷積和池化一般用在視訊上，就是在影象的長和寬的卷積、池化的基礎上加上視訊幀也就是時間這一維上的卷積，具體怎麼回事可以去看3D Convolutional Neural Networks for Human Action Recognition這篇論文，這裡就只是記一個函式功能。

tf.nn.conv3d

conv3d(
    input,
    filter,
    strides,
    padding,
    data_format='NDHWC',
    name=None
)

input：就是輸入的資料必須是float32, float64型別的

 batch：是每次輸入的視訊樣本數，批次訓練比較有用，其他時候都是1；

 in_depth:每個視訊樣本有多少幀；

 in_height,in_width:視訊每個幀的長和寬，類似影象的解析度，不知道的可以在電腦上右擊圖片屬性查詳細資訊；

 in_channels:就是指輸入的視訊的通道數，一般模型第一層初次輸入取決於視訊型別，flow就是2，RGB就是3，中間層取決於上一層的輸出通道數。

懶得翻了，寫完再改

• filter: 是一個張量，必須和input有一樣的形狀
  . Shape [filter_depth, filter_height, filter_width, in_channels, out_channels]. in_channels.
• strides: 長度>= 5的整數數列列.是長度為5的一維張量。是輸入張量每一維的滑動視窗跨度大小.  strides[0] = strides[4] = 1.
• padding:引數有"SAME", "VALID"，代表不同的填充演算法.
• data_format: 代表的是輸入資料和輸出資料每一維度指代的引數，有 "NDHWC", "NCDHW"，預設值是"NDHWC". 比如， "NDHWC", 資料儲存的順序是 [batch, in_depth, in_height, in_width, in_channels]； "NCDHW",則是 [batch, in_channels, in_depth, in_height, in_width].
• name: 操作代表的名字（可選）

Returns:和輸入引數一樣的張量

f.nn.max_pool3d

max_pool3d(
    input,
    ksize,
    strides,
    padding,
    data_format='NDHWC',
    name=None
)

Defined in tensorflow/python/ops/gen_nn_ops.py.

Performs 3D max pooling on the input.

引數和conv3d一樣