关于深度可分离卷积 Depthwise Pointwise Convolution |
您所在的位置:网站首页 › eclub点卷 › 关于深度可分离卷积 Depthwise Pointwise Convolution |
关于Pointwise Convolution
最近在学习3维点云处理,这边有看到关于pointwise。 (图源 知乎:轻量化网络——MobileNet - 知乎 (zhihu.com)) 关于深度可分离卷积,以下我的理解。 其中输入通道为M,输出通道为N。 考虑kernel size 为(Dk, Dk)的卷积核。 这里考虑单个卷积核对应输入feature区域的操作。即kernel size (D, D) * feature (D, D) 将 传统卷积 **拆分 **为 Depthwise 和 Pointwise 卷积 : a 传统卷积 Kernel size (Dk, Dk) Weight shape (N, M, Dk, Dk) 这边我的理解是N(输出通道)个 (M, Dk, Dk) 。每个Filter : M * Dk * Dk 输入 feature: (M, Dk, Dk) 输出 feature& |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |