Pointwise convolutionn & Depthwise convolution

Depthwise convolution(DW)：每个卷积核的channel都是等于1的（每个卷积核只负责一个输入特征的一个channel,故卷积核个数必须等于输入特征矩阵的challels,从而得出输出矩阵的channel数也等于输入矩阵的channel数），用分组卷积实现。只考虑了空间融合，不考虑通道融合。

subconv_space_mixing = nn.Conv2d(3,3,3,groups=3,padding='same') # DW卷积

Pointwise Convolution (PW)：卷积核1x1,只做通道之间的融合，将h个通道每一个单一的像素点逐个加权求和，不考虑周围点，对单一的像素点逐个加权求和，放弃了局部关联性这种假设，只做通道融合，不做空间融合。

subconv_channel_mixing = nn.Conv2d(3,3,1) # PW卷积