深度可分离卷积 (Depth-wise Separabel Convolution)

深度可分离卷积

深度可分离卷积 = depth-wise conv + point-wise conv。
depth-wise conv:输入特征图每个通道作为一个group,用一个kernel处理。
point-wise conv:kernel size =1 的普通卷积。

import torch
import torch.nn as nn

stride = 1
kernel_size = 3
in_ch = 10
out_ch = 3

conv_normal = nn.Conv2d(in_channels=in_ch,
                        out_channels=out_ch,
                        kernel_size=kernel_size,
                        stride=stride)

input = torch
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值