keras深度可分离卷积SeparableConv2D与DepthwiseConv2D

keras中的深度可分离卷积有 SeparableConv2D与DepthwiseConv2D两种方式实现。

可分离卷积分为两步：1、深度方向的空间卷积

                                    2、将通道进行混合的逐点卷积

传统卷积

深度可分离卷积

深度方向卷积

 

逐点卷积

 DepthwiseConv2D仅仅实现前半部分的深度方向空间卷积

keras.layers.DepthwiseConv2D( kernel_size,
                              strides=(1, 1),
                              padding='valid',
                              depth_multiplier=1,
                              data_format=None, 
                              activation=None, 
                              use_bias=True, 
                              depthwise_initializer='glorot_uniform', 
                              bias_initializer='zeros',
                              depthwise_regularizer=None, 
                              bias_regularizer=None,
                              activity_regularizer=None, 
                              depthwise_constraint=None,
                              bias_constraint=None
                            )

参数： 

• kernel_size: 一个整数，或者 2 个整数表示的元组或列表， 指明 2D 卷积窗口的高度和宽度。 可以是一个整数，为所有空间维度指定相同的值。
• strides: 一个整数，或者 2 个整数表示的元组或列表， 指明卷积沿高度和宽度方向的步长。 可以是一个整数，为所有空间维度指定相同的值。 指定任何 stride 值 != 1 与指定 dilation_rate值 != 1 两者不兼容。
• padding: "valid" 或 "same" (大小写敏感)。
• depth_multiplier: 每个输入通道的深度方向卷积输出通道的数量。 深度方向卷积输出通道的总