卷积核计算个数和BN层gamma系数个数关系

关于卷积核计算的可视化，是一个卷积核对应一个输出通道。
这里直接用cs231n课程中的一张卷积动图展示如下：

可以看到，一共用了两个滤波器（卷积核），对应了两个输出通道。

常见的组合是CBL，即Conv -> BN ->activation
那Conv个数和BN个数是什么样的呢？我们截取Yolov3的部分结构图看Conv个数-BN个数的关系：

输入是416 * 416 * 3，即3通道的输入数据，经过CBL后输出数据是416 * 416 * 32，即32个通道输出。
看中间部分，其中均值mean有32个，variance方差有32个，说明对应32个不同BN，说明一个输出通道对应一个BN。

综上可以得到结论：
一个卷积核 -> 一个BN -> 一个输出通道。

剪枝里面的基于BN层gamma系数的通道剪枝即是利用了该结论做剪枝。利用BN层的gamma系数评价对应通道的重要性，然后排序并根据gamma系数阈值剪掉BN对应的不重要通道，保留重要通道，从而达到剪枝的效果。

https://blog.csdn.net/v_july_v/article/details/51812459