如何选择过滤器？我应该对图像的其余部分进行零填充并使其成为矩形吗？或者在更具体的情况下，在处理大脑 fMRI 数据时，表示大脑的 3D 模型并未完美匹配成立方体。这可能会使传统的卷积神经网络出现问题，因为它使我们更难在所有偏移量中移动过滤器。
PS。
2D 模型（图像）只是我的案例的简化。我目前在做一个大脑fMRI分类模型，虽然我们可以在一个60*50*20的立方体中查看数据，但实际上，想象一下大脑的形状（立方体只是为了方便分配坐标或每个体素而创建的)，超过 50% 的多维数据集没有数据（没有数据意味着 N/A，而不是 0，它们不会对我的模型做出任何贡献）。那我现在该怎么办？
您可以使用 CNN 完美地训练非矩形图像。如果您有非矩形输入图像，您仍然可以使用方形内核。请注意，生成的大小在两个维度上会有所不同。如果您有 80*100 的图像，并使用 5*5 过滤器，如果您不使用任何填充，则结果尺寸将为 76*96。你必须小心这个维度，因为 - 在最后一层，你可能会使用大小必须完全匹配的全连接层 - 否则你会得到维度不匹配错误。
在您的情况下，如果您缺少一些点，一种使用方法是使用复制填充，这类似于零填充，除了它将边界像素的值添加到新添加的尺寸。如果你认为你必须将更多的像素增加大约 50%，最好不要使用这种类型的数据来训练——否则它会给你的数据添加更多的噪音——并使你的分类器更加混乱。