思路按照常规卷积到组卷积来。

常规卷积:

如果输入feature map尺寸为C∗H∗W C*H*WC∗H∗W,卷积核有N NN个,输出feature map与卷积核的数量相同也是N NN,每个卷积核的尺寸为C∗K∗K C*K*KC∗K∗K,N NN个卷积核的总参数量为N∗C∗K∗K N*C*K*KN∗C∗K∗K,输入map与输出map的连接方式如下图所示
Group Convolution组卷积

 

组卷积:

Group Convolution组卷积

 

相关文章:

  • 2021-06-28
  • 2021-11-28
  • 2021-04-11
  • 2021-07-20
  • 2022-12-23
  • 2022-12-23
猜你喜欢
  • 2021-06-08
  • 2021-12-12
  • 2021-12-20
  • 2021-04-18
相关资源
相似解决方案