深度學習-深度可分離卷積詳解

        爲了計算方便，這裏先固定stride=1，padding=1，卷積核大小DK=3，這樣卷積後和之前的特徵圖大小相等，都是DF。 普通卷積：         M=3爲通道數，DF爲特徵圖大小，N=5爲卷積核個數，經過卷積特徵圖大小爲DF不變，通道變爲N。         矩陣運算次數：DF*DF*M*N*DK*DK         卷積核參數：DK*DK*M*N   深度可分離卷積：

>>阅读原文<<