Separable Convolution
卷积神经网络中的Separable Convolution
Separable Convolution的参数个数是常规卷积的约1/3。节省运算量
**层次结构：**input---->(depthwise-conv)---->map------>(pointwise-conv)---->output
步骤：
-
假设in-channel是3
-
depthwise-conv
- 使用与channel数相同的fiters，也就是3个filter，每个filter仅有一个kernel
- 运算后，得到三个map
-
pointwise-conv
- 采用N个filter（这个就能改变out-channel），每个filter维度是1x1xM，M是上一层的深度，也就是上一步得到的map数
（regular）Convolution
就是通常计算步骤的卷积运算