非对称卷积

非对称卷积的代码实现

假设有一个5x5大小的特征图，使用3x3的卷积，不进行padding（即valid），步长默认为1。
计算量：
先进行3x1卷积核的滑动，横向滑动3次，纵向滑动5次，每一次计算量为3，计算量为（3x5)x3=45。得到的新的特征图为 [3,5] 。再进行1x3卷积，横向滑动3次，纵向滑动3次，每一次计算量为3，计算量为（3x3）x3=27。则总的计算量为45+27=72
使用3x3的卷积核对5x5的图进行卷积得到的计算量为：横竖三次滑动，每次计算量为9，则9x9=81>72

代码
输入

import torch
a = torch.randn(1,32,5,5)  # 创建一个1x32x5x5的输入，BNWH格式
conv3x1 = torch.nn.Conv2d(32,32,(3,1))    # 3x1卷积
conv1x3 = torch.nn.Conv2d(32,32,(1,3))    # 1x3卷积

out = conv3x1(a)
print(out.shape)  # 进行了3x1后的output的形状
out = conv1x3(out)
print(out.shape)

输出：

torch.Size([1, 32, 3, 5])
torch.Size([1, 32, 3, 3])

Process finished with exit code 0