我想将一个Lasagne模型规格转换为Keras。Lasagne中的以下层在Keras中对应的层是什么：

  nn = Conv3DDNNLayer(nn, 8, 3)  # Lasagne层

Keras中Convolution3D层的规格是：

keras.layers.convolutional.Convolution3D(nb_filter, kernel_dim1, kernel_dim2, kernel_dim3, init='glorot_uniform', activation=None, weights=None, border_mode='valid', subsample=(1, 1, 1), dim_ordering='default', W_regularizer=None, b_regularizer=None, activity_regularizer=None, W_constraint=None, b_constraint=None, bias=True)

而在Lasagne中是：

class lasagne.layers.dnn.Conv3DDNNLayer(incoming, num_filters, filter_size, stride=(1, 1, 1), pad=0, untie_biases=False, W=lasagne.init.GlorotUniform(), b=lasagne.init.Constant(0.), nonlinearity=lasagne.nonlinearities.rectify, flip_filters=False, **kwargs)

所以，在上面的例子中，Lasagne层有’nn’作为输入，8个过滤器，过滤器大小为3。

然而，Keras要求指定每个kernel_dim。它们都是3吗？

谢谢。

回答：

正如你可以在这里阅读这里：

filter_size : int或int的可迭代对象

一个整数或一个包含三个元素的元组，指定过滤器的大小。

nn = Conv3DDNNLayer(nn, 8, 3)

等同于：

model.add(Convolution3D(8, 3, 3, 3, ...)

或者

conv_3d_output = Convolution3D(8, 3, 3, 3, ...)(conv_3d_input)

这取决于你使用的是哪个Keras.API。