各種卷積網絡的理解（深度可分離卷積、分組卷積、擴張卷積、反捲積）

最近在研究卷積網絡的改性，有必要對各種卷積層的結構深入熟悉一下。爲此寫下這篇學習筆記。 文章大部分內容來自於網絡的各種博客總結，本博文僅僅作爲學習筆記，不做商業用途。   卷積層 信號處理中，卷積被定義爲：一個函數經過翻轉和移動後與另一個函數的乘積的積分。  在深度學習中，卷積中的過濾函數是不經過翻轉的。故此，深度學習中的卷積本質上就是信號/圖像處理中的互相關（cross-correlation）

>>阅读原文<<