TL.DR. 是否有theano.tensor.nnet.neighbours.images2neibs的三维友好实现？
我想使用接收 nxnxn 图像的神经网络对体积 （NxNxN） 进行体素分类，其中 N>n。 要对卷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，我获取邻域体素并将其作为神经网络的输入传递。 这只是一个滑动窗口操作，该操作就是神经网络。
虽然我的神经网络是用 Theano 实现的，但滑动窗口实现是用 python/numpy 实现的。 由于这不是纯粹的 Theano 操作，因此分类需要很长时间（> 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有一个辅助方法，theano.tensor.nnet.neighbours.images2neibs，三维图像有类似的实现吗？
编辑：现有的 numpy 解决方案（1 和 2）用于 n-d 滑动窗口，两者都使用 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。
Eickenberg 和 Kastner 在 sklearn_theano.feature_extraction.overfeat 中的 OverfeatTransformer 实用程序将非常适合此操作，如 OP 所述。