1樓：Angzz
可以參考ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design
裡面對現在depth-wise, group conv等op的bottleneck從訪存角度做了很詳細的分析。
2樓：
準確的說，是group conv和cudnn優化的3x3 conv比速度變慢了，而且是group越多，速度越慢的明顯。原因應該是group變多，運算可並行性降低。這個相關分析shufflenet v2裡有提到過。
所以框架一般會針對depthwise conv作特別的優化。看這個issue https://
，pytorch的FP16 depthwise conv是要比一般卷積快的，目前貌似是FP32還沒有優化好。
3樓：百思視界
參數量會減小
常規卷積做法：如果輸入feature map尺寸為 ，卷積核有個，輸出feature map與卷積核的數量相同也是 ，每個卷積核的尺寸為 ， 個卷積核的總參數量為
Group Convolution則是對輸入feature map進行分組，然後每組分別卷積。假設輸入feature map的尺寸仍為 ，輸出feature map的數量為個，如果設定要分成個groups，則每組的輸入feature map數量為 /G，每組的輸出feature map數量為 / ，每個卷積核的尺寸為 / ，卷積核的總數仍為個，每組的卷積核數量為 / ，卷積核只與其同組的輸入map進行卷積，卷積核的總參數量為 / ，可見，總參數量減少為原來的1/ 。
速度上主要是用for迴圈實現，並不是並行，所以會變慢。現在有了更新：
為什麼Pytorch不能像sklearn一樣不用定義函式，都封裝好，直接調庫，幾行就搞定？
Lanking 有，但是不屬於框架的範疇。比如說numpy就沒有多少定義的大函式.如果你要實現乙個演算法也都得手寫.sklearn就是呼叫numpy和scipy的功能。同理，pytorch在深度學習地位和numpy類似，但是深度學習應用不會直接包在框架裡，對比之下，huggingface和torch...
軍書十二卷，捲捲有爺名 ，為什麼每卷都有木蘭她爹的名字？
yc znone 我以為是 當時烽火四起，急需徵召。木蘭他爹打仗很厲害，非常有名。各條戰線都想調他到自己這來，因此每卷軍書都要求這個人。從後面的句子來看，木蘭當的也不是普通的炮灰角色。 已永封去豆瓣 說明她家領地多且分散，東一塊西一塊，以至於 基於不同地域的 每一捲兵書上都有她家必須承擔的兵役。這麼...
健身時為什麼要分組數？
狼圖騰 不需要分組，分組是因為數量多一次做不了那麼多，只能分開完成。例如要做100個俯臥撐，你能一次完成就不用分組做了。但一般一次是做不動這麼多的，只能分開做，合計成100個了。 CHARLIE 組數是現象，背後的本質是 6 12rm重量範圍內的 容量。而有的正式組只有一組的極端情況，是高階階段和運...