深度可分离卷积的改进

深度可分离卷积的改进是指改进版深度可分离卷积，它在原有的深度可分离卷积的基础上进行了调换顺序的操作。具体来说，改进版深度可分离卷积先进行1x1卷积调整通道，再利用3x3卷积提取特征。这种改进可以在Xception网络中找到。相比于普通的深度可分离卷积，改进版深度可分离卷积的参数量也会有一定的变化。此外，改进版深度可分离卷积还可以与残差网络结合使用，形成倒转残差结构。\[1\]\[2\]深度可分离卷积的具体实现是通过分组卷积和1x1的普通点卷积来实现不同通道信息的融合。在深度卷积和点卷积之间加上批归一化层和激活层即可。\[3\]
#### 引用[.reference_title]
- *1* [深度卷积神经网络及各种改进](https://blog.csdn.net/weixin_43593330/article/details/107892974)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [神经网络学习小记录28——深度卷积神经网络各种改进结构块汇总](https://blog.csdn.net/weixin_44791964/article/details/103042733)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [使用pytorch实现深度可分离卷积改进模型的实战实践](https://blog.csdn.net/KPer_Yang/article/details/126445630)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]