本文深入探讨了Inception模块与DepthwiseSeparableConvolution的架构差异，前者通过1×1卷积减小输入维度，再进行3×3卷积；后者则先用Depthwise卷积对每个通道单独处理，再通过Pointwise卷积融合信息。虽然步骤顺序不同，但两者都旨在提升效率并保持模型表现。
https://www.jianshu.com/p/4708a09c4352
https://blog.youkuaiyun.com/lk3030/article/details/84847879
Depthwise Separable Convolution 与 极致的 Inception 区别：
极致的 Inception：
第一步：普通 1×1 卷积。
第二步：对 1×1 卷积结果的每个 channel，分别进行 3×3卷积操作，并将结果 concat。
Depthwise Separable Convolution：
第一步：Depthwise 卷积，对输入的每个channel，分别进行 3×3 卷积操作，并将结果 concat。
第二步：Pointwise 卷积，对 Depthwise 卷积中的 concat 结果，进行 1×1卷积操作。
两种操作的循序不一致：Inception 先进行 1×1 卷积，再进行 3×3卷积；Depthwise Separable Convolution 先进行 3×3卷积，再进行 1×1 卷积。（作者认为这个差异并没有大的影响）
扫一扫
841
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
