各种卷积网络的理解（深度可分离卷积、分组卷积、扩张卷积、反卷积）

最近在研究卷积网络的改性，有必要对各种卷积层的结构深入熟悉一下。为此写下这篇学习笔记。 文章大部分内容来自于网络的各种博客总结，本博文仅仅作为学习笔记，不做商业用途。   卷积层 信号处理中，卷积被定义为：一个函数经过翻转和移动后与另一个函数的乘积的积分。  在深度学习中，卷积中的过滤函数是不经过翻转的。故此，深度学习中的卷积本质上就是信号/图像处理中的互相关（cross-correlation）

>>阅读原文<<