深度可分离卷积 如何判断升维

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。