深度学习-深度可分离卷积详解

        为了计算方便，这里先固定stride=1，padding=1，卷积核大小DK=3，这样卷积后和之前的特征图大小相等，都是DF。 普通卷积：         M=3为通道数，DF为特征图大小，N=5为卷积核个数，经过卷积特征图大小为DF不变，通道变为N。         矩阵运算次数：DF*DF*M*N*DK*DK         卷积核参数：DK*DK*M*N   深度可分离卷积：

>>阅读原文<<