【CNN结构设计】无痛的涨点技巧：ACNet

托管班朱老师

Figure3用的就是作者开篇提到的公式

杨庆香

“训练阶段就是将现有网络中的每一个3*3卷积换成3*3卷积+1*3卷积+3*1卷积共三个卷积层” ，这不算无痛吧，增加了参数量和计算量

花生壳

infer的时候这些多出来的参数都融合到主卷积核去了 当然是无痛的咯 训练也无痛肯定不可能啊 哪有这么便宜的事

老铁甲

训练阶段是增加了参数量和计算量，但是一般部署的时候只看推理部分，所以融合之后没有额外增加参数量和计算量。

氷雪人

是不是在推理之前，要将训练得到的模型的3*3,1*3,3*1先融合，然后导出新模型，最后再使用

牧与惑

是的，然后你可以关注一下最近的repvgg

陈小乔

楼主，能解释下padding那部的操作嘛？  不是很明白(0, -1)  。  (-1, 0) 这些意思。

张跃锋

你好，文中提到“融合方式不限于相加”，但是感觉好像只有相加是最简单直接的呢，楼主能简单介绍下其他可行的融合方式吗？

飞往月球中

為什麼要刪除3x3卷积的padding多出来的行或者列

咋整呢

为什么要进行裁切，裁切过后不是信息应该会丢失吧。