Python torch 深度学习——深度可分离卷积（Depthwise Separable Convolution， DSC）_深度可分离卷积代码

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024c （备注Python）

正文

import torch
import torch.nn as nn

# 定义深度可分离卷积模块
class DepthwiseSeparableConv(nn.Module):
    def \_\_init\_\_(self, in_channels, out_channels):
        super(DepthwiseSeparableConv, self).\_\_init\_\_()
        # 深度可分离卷积包括深度卷积和逐点卷积两个步骤
        self.depthwise = nn.Conv2d(in_channels, in_channels, kernel_size=3, padding=1,
                      stride=1, groups=in_channels),
        self.pointwise = nn.Conv2d(in_channels, out_channels, kernel_size=1, padding=0,
                      stride=1),

    def forward(self, x):
        x = self.depthwise(x)
        x = self.pointwise(x)
        return x

---

二、DSC简单理解

深度可分离卷积（Depthwise Separable Convolution， DSC）包括深度卷积和逐点卷积两个步骤。
其实就是将传统卷积分为两步进行，但是能够大大减少计算量。
计算量公式如下：

F

L

O

P

s

=

C

h

a

n

n

e

l

i

n

×

C

h

a

n

n

e

l

o

u

t

×

W

o

u

t

×

H

o

u

t

×

W

k

×

H

k

/

G

FLOPs = Channel_in × Channel_out × W_out × H_out × W_k × H_k/G

FLOPs=Channeli​n×Channelo​ut×Wo​ut×Ho​ut×Wk​×Hk​/G

W

o

u

t

=

W

i

n

−

W

k

1

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
r_FFFFFF,t_70,g_se,x_16#pic_center)

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）
[外链图片转存中…(img-lg3wMkrL-1713035739211)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！