我是深度学习的新手，最近遇到了深度明智的可分离卷积。它们显着减少了处理数据所需的计算，并且只需要标准卷积步骤计算的 10%。
我很好奇这样做背后的直觉是什么？我们确实通过减少参数数量和减少计算来实现更高的速度，但是在性能上是否存在权衡？
此外，它是仅用于图像等特定用例还是可以应用于所有形式的数据？
machine-learning deep-learning conv-neural-network
conv-neural-network ×1
deep-learning ×1
machine-learning ×1