什么是 DepthwiseConv2D 和 SeparableConv2D？它与 keras 中的普通 Conv2D 层有何不同？

【问题标题】：What is DepthwiseConv2D and SeparableConv2D? How is it different from normal Conv2D layer in keras?什么是 DepthwiseConv2D 和 SeparableConv2D？它与 keras 中的普通 Conv2D 层有何不同？
【发布时间】：2020-09-10 00:16:25
【问题描述】：

我正在查看 EfficientnetB0 的架构，并注意到 DepthwiseConv2D 操作。做了一些挖掘，发现还有一个 SeparableConv2D。这些操作具体是什么？

【问题讨论】：

可分离卷积由深度卷积和逐点卷积组成。它们用于减少可训练参数的数量，以确保速度和效率。它们构成了 MobileNets 的核心。请参阅this 博客。

标签： python tensorflow keras conv-neural-network

【解决方案1】：

DepthwiseConv2d 执行深度空间卷积的第一步，分别对每个输入通道应用卷积操作。

【讨论】：

这看起来不像是对 OP 问题的完整答案。您可以编辑以对其进行更多扩展吗？你的句子的后半部分似乎不完整，有语法错误，或者难以理解。请解释两者之间的区别。包含文档链接也很有帮助，以便访问者可以跟进以获取更多信息。

猜你喜欢

2019-07-09
2019-09-19
2021-05-21
2019-03-06
2016-05-12
2017-08-10
2019-08-21
2011-02-18

相关资源

下载 2022-12-03
下载 2023-01-29
下载 2023-03-29

最近更新更多

热门标签

Java Python linux javascript Mysql C# Docker 算法前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库数据结构大数据 js 机器学习微服务 Android Go 程序员面试 JVM ASP.net core 云原生人工智能后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习多线程 React 架构 devops 爬虫云计算 Spring Boot LeetCode