深度可分离卷积 如何判断升维
时间: 2023-06-19 16:05:10 浏览: 127
可分离卷积基本介绍
深度可分离卷积(Depthwise Separable Convolution)是一种卷积神经网络的基本操作,它包含两个部分:深度卷积和逐点卷积。
在深度卷积中,升维(增加通道数)的操作是由卷积核的数量来控制的。例如,如果输入数据的通道数为 $C$,卷积核的数量为 $K$,则卷积操作将会生成 $K$ 个卷积特征图,每个特征图的通道数都是 $1$。
在逐点卷积中,升维的操作是由输出通道数来控制的。例如,如果输入数据的通道数为 $C$,输出通道数为 $K$,则逐点卷积将会生成 $K$ 个卷积特征图,每个特征图的通道数都是 $C$。
因此,在深度可分离卷积中,升维是由逐点卷积的输出通道数来控制的。也就是说,如果要将输入数据升维,需要将逐点卷积的输出通道数设置为需要的通道数。
阅读全文