假设加载进来一张GRB三通道的图片

我现在就把三个通道拆开

注意哦 传统的就是 一个卷积核filter 和三个通道channel 进行卷积

现在这个深度卷积可分离

就要用三个不同的卷积核来对每一个通道进行卷积

小细节 ：如果是传统意义上的卷积，但用一个的话，这个filter就是有三个channel的

而现在则只需要一个通道三个不同的卷积核即可

传统

现在

 最后要加1*1 卷积哦

为啥呢 

因为之前我们分别使用三个不同的卷积核对input进行卷积，没有考虑到跨通道的信息，它output的结果是只关心自己输入的通道

而1*1卷积刚好可以将跨层的信息融合起来

 

这个就是 深度可分离卷积 超简单的

 参考：【精读AI论文】谷歌轻量化网络MobileNet V1（附MobileNetV1实时图像分类代码）_哔哩哔哩_bilibili推荐：upzhu 同济子豪兄