分組卷積+squeezenet+mobilenet+shufflenet的引數及運算量解析

之前被這幾個問題搞得很煩躁，記住了貌似領悟了，但是很快又會忘記，決心把這個寫得清楚點，方便自己查閱，也希望能幫助到有同樣困惑的朋友（個人理解，不一定正確，歡迎指出，在這裡不考慮偏置和加法計算量）

來一發普通的二維卷積

1.輸入feature map的格式為：m * m * h1

2.卷積核為 k * k

3.輸出feature map的格式為： n * n * h2

• 引數量：k * k * h1 * h2

• 計算量： k * k * h1 * n * n * h2

分組卷積

設分組大小為g，則：

• 引數量： (k * k * h1/g * h2 /g) * g

• 計算量：（k * k * h1/g *n *n * h2/g）*g

squeezenet

單元名字為fire_module， 先用一個1*1 但卷積核個數少於輸入的feature map 的進行squeeze，然後進入兩個個並行的1*1 ，3*3 的卷積，結果再concat，引數和運算量正常計算

mobilenet

用到了depth-wise 卷積：

• 引數量：k*k*h1*1 + 1*1*h1*h2
• 運算量：k*k*h1*n*n + 1*1*h2*n*n

shufflenet：

相當於把分組卷積裡的每組卷積之間進行channel的shuffle，引數與計算量類似分組卷積