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& |
【本文地址】