NVIDIA DLI深度学习入门培训 | 特设三场
4.28/5.19/5.26正文1547个字，1张图，预计阅读时间5分钟。
最近拜读了Christian Szegedy的Rethinking the Inception Architecture for Computer Vision，让我开了许多脑洞。不得不承认，现在的深度学习发展太快了，稍不留神，1年前的许多方法都过时了。上面这篇文章应该是GoogLeNet的延伸吧，Christian Szegedy在发布GoogLeNet之后，又完善了网络一下（变得更复杂），然后写了上面的文章。
可能是我读论文读的太少，我第一次在Inception Architecture中见到了非对称卷积。什么意思呢？就是平常我们看到的卷积核一般都是 1x1、3x3、5x5 大小，Inception Architecture中用的卷积核是 7x1、1x7，先不提Inception Architecture的网络结构有多奇葩，光这个非对称kernel就很诡异了。
于是，为了有个形象的理解，我就写了个小小的测试程序：
import tensorflow as tf x = tf.Variable(tf.ones([1, 4, 4, 1])) w = tf.Variable(tf.ones([3, 1, 1, 1])) output = tf.nn.conv2d(x, w, strides=[1, 1, 1, 1], padding='SAME') init = tf.initialize_all_variables() sess = tf.Session() sess.run(init
对比一下输入和输出（我把4维向量2维化了，方便理解）：
w = [1 1 1] # 非对称卷积核 x = [[1 1 1 1], output = [[2 3 3 2], # 输入和输出 [1 1 1 1], [2 3 3 2], [1 1 1 1], [2 3 3 2], [1 1 1 1]] [2 3 3 2]
有了上面的运算结果，就一目了然了，但采用这种非对称卷积的目的何在？原因总结如下：
1、先进行 n×1 卷积再进行 1×n 卷积，与直接进行 n×n 卷积的结果是等价的。原文如下：
In theory, we could go even further and argue that one can replace any n × n convolution by a 1 × n convolution followed by a n × 1 convolution
2、非对称卷积能够降低运算量，这个很好理解吧，原来是 n×n 次乘法，改了以后，变成了 2×n 次乘法了，n越大，运算量减少的越多，原文如下：
the computational cost saving increases dramatically as n grows.
3、虽然可以降低运算量，但这种方法不是哪儿都适用的，非对称卷积在图片大小介于12×12到20×20大小之间的时候，效果比较好，具体原因未知。。。原文如下：
In practice, we have found that employing this factorization does not work well on early layers, but it gives very good results on medium grid-sizes (On m×m feature maps, where m ranges between 12 and 20).
原文链接：https://www.jianshu.com/p/0d04cb4b8cd7
查阅更为简洁方便的分类文章以及最新的课程、产品信息，请移步至全新呈现的“LeadAI学院官网”：
www.leadai.org
请关注人工智能LeadAI公众号，查看更多专业文章
大家都在看
