# 卷积神经网络CNN及其变体

**URL:** <http://forum.beginner.center/t/topic/1177>\
**Category:** 🛠工具与编程\
**Created:** [2024 年6 月 26 日 09:11 UTC](http://forum.beginner.center/t/topic/1177 "2024-06-26T09:11:36Z")\
**Posts on this page:** 1\
**Page:** 1

<div class="post-metadata">

**Author:** ![doggie](http://forum.beginner.center/user_avatar/forum.beginner.center/doggie/32/550_2.png) [@doggie](http://forum.beginner.center/u/doggie)\
**Post date:** [2024 年6 月 26 日 09:11 UTC](http://forum.beginner.center/t/topic/1177/1 "2024-06-26T09:11:36Z")

</div>

逐通道卷积  
一个通道进行一次卷积，通道间没有发生关系

```auto
input_channel = output_channel = group

```

# 逐点卷积

通道内没有进行卷积，但是通道间有关系

```auto
kernel_size=1

```

# 深度可分离卷积

先逐层卷积再逐点卷积

# 组卷积

# 空间可分离卷积

空间可分离卷积将输入特征图在横向和纵向分别进行一维卷积操作，得到最终的输出特征图。这样就可以将原来的二维卷积操作拆分成两个一维卷积操作，从而大大减少了计算量和参数数量。而目更有利于提取类似”线条〞的特征。

# 膨胀可分离卷积（膨胀空洞卷积）

参数不变，感受野变大

# 转置卷积

信息重建，增大输入高宽，常用于语义分割  
（比如图像高清化？

# 1维卷积

处理序列数据（时间、文本等

# 3维卷积

处理三维数据，如高宽+长——CT，或者高宽+时间——视频