结合mobilenet理解神经网络时间复杂度计算

本文详细探讨了传统卷积与depthwise卷积的过程,重点解析了depthwise卷积的时间复杂度计算,包括论文中的定义和个人理解的手绘图示例。
摘要由CSDN通过智能技术生成

具体计算过程详见此人博客传统卷积计算

但是depthwise Convolution过程与传统卷积过程有点差别

传统Convolution卷积过程:

单个filter:
在这里插入图片描述
多个filter:
在这里插入图片描述

depthwise convolution 卷积过程

论文中对depthwise convolution的定义:
在这里插入图片描述

论文中对卷积过程的描述:
在这里插入图片描述
即每一个卷积核对输入通道进行卷积

我的个人理解手绘图:

在这里插入图片描述
所以卷积复杂度计算量为:
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值