深度学习中常用的几种卷积（下篇）：膨胀卷积、可分离卷积（深度可分离、空间可分离）、分组卷积（附Pytorch测试代码）

标准二维卷积、转置卷积等详见上篇： https://blog.csdn.net/qq_43665602/article/details/126668764。

一、膨胀卷积

1.介绍

膨胀卷积也称为扩张卷积或空洞卷积，一般可通过对标准二维卷积的卷积核设置合适的膨胀率（具体地指卷积核元素之间的距离）实现。合理利用膨胀卷积可在不引入其他参数的同时，扩大输出中元素的感受野，提高特征的全局表示能力。
下面通过展示几个不同膨胀率下的卷积核大小以及感受野变化情况，可以更直观的理解：
图中灰色为输入，蓝色为卷积核，黄色为输出。
1）dilation=1：表示卷积核元素之间距离为1，使用0进行大小为dilation-1=0的填充（这是默认情况），因此卷积核大小保持不变，依然是（2，2），输出中的每个元素映射回原始输入的大小为（2，2），既此时输出中元素的感受野大小为（2，2）。

2）dilation=2：表示卷积核元素之间