Conv
SeparableConv2D
DepthwiseConv2D
假设input (64,64,16) output(64,64,32) 卷积核(3,3)
Conv
总参数 ( 3 X 3 X 16) X 32
SeparableConv2D
可分离的卷积,最后输出的深度 修改kernel_size
先通过设定的卷积核卷上一层的输出,得到特征图后,然后通过1*1的卷积卷得到最后需要的特征图
step1 : (3X3X16)
step2: (1X1X16)X32
model.add(layers.SeparableConv2D(64,3,activation = ‘relu’))
DepthwiseConv2D
不需要指定卷积核的个数,这里相当于只有一个卷积核,各层卷各层的。
X = DepthwiseConv2D(kernel_size = (3,3),depth_multiplier = 1)
depth_multiplier = 1(默认)
总参数 3 X 3 X 16
depth_multiplier = 2
总参数(3 X 3 X 16) X 2