conv2d.中 groups 参数

groups参数在卷积层中用于分组输入通道,每个卷积核只作用于一部分通道,减少了参数量但可能限制通道间的信息交互。当groups等于输入通道数时,形成depthwise卷积。该机制不影响输出特征图的通道数,但影响模型复杂度和特征学习。

1. groups 改变的是每个filter中通道数;

使用groups前后,并不改变卷积核的个数,
改变的是每个卷积核中通道数;

即普通的卷积核中, 每个卷积核中通道数 = 输入特征的通道数;

使用groups,  每个卷积核中通道数变成 =  输入的通道数/ groups;
卷积核的个数保持原来不变。

所以, groups,是对输入的通道数进行分组。

输入的通道数被分成grops 组, 每组中的通道数便是 input_channel / groups, 此时,卷积核中的通道数也从原始的输入通道数 减少为 每组中的通道数

1.1 举个例子

假设输入的特征的通道数目是8,

import torch.nn  as nn
conv1 =  nn.Conv2d(in_channels=8, out_channels=6, kernel_size=1, groups=1)
conv1.weight
评论
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