深度可分離卷積（Depthwise Separable Convolution）

誕生於：

大量應用於：MobileNet 

深度可分離卷積 - 知乎
https://zhuanlan.zhihu.com/p/92134485

理解分組卷積和深度可分離卷積如何降低參數量 - 知乎
https://zhuanlan.zhihu.com/p/65377955

從深度可分離卷積 到 MobileNetv1 到 MobileNetv2 - 知乎
https://zhuanlan.zhihu.com/p/73249767

知乎鹽選 | 深度學習之 PyTorch 物體檢測實戰
https://www.zhihu.com/market/pub/119648721/manuscript/1189952882542366720

我們先來看一下標準的卷積操作：

 

輸入一個12×12×3的一個輸入特徵圖，經過5×5×3的卷積核卷積得到一個8×8×1的輸出特徵圖。如果此時我們有256個特徵圖，我們將會得到一個8×8×256的輸出特徵圖。

以上就是標準卷積做乾的活。那深度卷積和逐點卷積呢？