Group Convolution

Group convolution: 羣卷積。 羣卷積最早出現在alexnet中，作者認爲group conv的方式能夠增加filter之間的對角相關性，而且能夠減少訓練參數，不容易過擬合，類似於正則效果。 假設上一層的輸出feature mao有N個，也就是N個channel（卷積核）。再假設羣卷積的羣數目M。那麼該卷積層的操作就是，先將channel分爲M份，每個group對應N/M個chan

>>阅读原文<<