深度学习基础知识点卷积之 Spatial and Cross-Channel Convolutions
背景
最初被使用在Inception模块中,主要是将跨通道相关性和空间相关性的操作拆分为一系列独立的操作。
原理
Spatial and Cross-Channel Convolutions
先使用 $1 \times 1 \ Convolution$ 来约束通道个数,降低计算量,然后每个分支都是用 $3 \times 3$ 卷积,最终使用 $concat$ 的方式融合特征。
最初被使用在Inception模块中,主要是将跨通道相关性和空间相关性的操作拆分为一系列独立的操作。
先使用 $1 \times 1 \ Convolution$ 来约束通道个数,降低计算量,然后每个分支都是用 $3 \times 3$ 卷积,最终使用 $concat$ 的方式融合特征。