逐点卷积在深度可分离卷积中是如何表示的

逐点卷积可以被看作是深度可分离卷积的一个特例。深度可分离卷积可以分解成两个步骤：深度卷积和逐点卷积。

在深度卷积中，首先对输入的每个通道进行单独的卷积操作，这个操作称为深度方向卷积（depthwise convolution），它会生成与输入具有相同数量的通道数的特征图。

接着，在逐点卷积中，对上一步得到的特征图进行一个 $1\times 1$ 的卷积操作，这个操作称为逐点卷积（pointwise convolution），它会将每个通道中的特征进行加权和，生成最终的输出特征图。

因此，逐点卷积就是深度可分离卷积中的第二个步骤，其作用是对前一步得到的特征图进行通道方向的压缩和特征提取。