标签： c++ deep-learning conv-neural-network
我试图了解2D卷积和2D深度卷积神经网络在计算中的相似性/差异。 （我理解这些概念）。
例如，假设有一个3x3的输入图像，带有3个通道（RGB），填充为1，跨度为1。滤镜为2x2。
输出是什么？ （可以忽略激活和偏见）
我知道常规的conv2D将具有1个3x3输出，而dw conv2D将具有3个输出。此外，我有些困惑。谢谢