# 深度可分离卷积

**URL:** <http://forum.beginner.center/t/topic/1226>\
**Category:** 🛠工具与编程\
**Created:** [2024 年7 月 10 日 14:53 UTC](http://forum.beginner.center/t/topic/1226 "2024-07-10T14:53:14Z")\
**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7 月 10 日 14:53 UTC](http://forum.beginner.center/t/topic/1226/1 "2024-07-10T14:53:14Z")

</div>

点头的RNN课程里，老师提了个作业，用深度可分离卷积改写Alexnet

啊？深度可分离卷积？这是啥？冲浪了一会儿，找到以下不错的内容

概念讲得很好，还有背景知识拓展，不过代码演示是基于keras，之后找到pytorch实现的代码视频再补充（原理部分看完了，代码部分掠过）

- [【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](https://www.bilibili.com/video/BV16b4y117XH/)
- 上一条视频里推荐的扩展内容（视频看够了，暂不读）  
[【转载】轻量级神经网络“巡礼”（二）—— MobileNet，从V1到V3](https://forum.beginner.center/t/topic/1225)

pytorch代码实现（看不懂

- [7.2 使用pytorch搭建MobileNetV2并基于迁移学习训练\_哔哩哔哩\_bilibili](https://www.bilibili.com/video/BV1qE411T7qZ/)

# V1亮点

# V2亮点（看不懂

inverted residual倒残差结构

- 先用PW升维，然后DW，然后PW降维

ReLU6

linear bottlenecks

# V3亮点 （看不懂

更新Block（bneck）

- 加入SE模块
- 

使用NAS搜索参数  
重新设计耗时层结构