问关于"1x3和3x1 conv等价于3x3 conv“的问题

EN

我看到很多网站都说我们可以用1x3conv+3x1conv代替3x3conv。

为了便于演示，我们以一个3x3图像为例。

从参数的角度来看，我知道我们会得到更少的参数，并得到相同的结果。

如果映像( 3x3 )执行3x3conv，我们将得到一个1x1标量，这个内核大小为3x3，意味着我们有9个参数。

另一方面，如果图像首先执行1x3卷积，然后对其输出执行3x1卷积。它将直观地得到相同的结果，一个1x1标量，这个内核大小是2x3x1 = 6，这意味着我们有6个参数。

然而，从计算时间的角度来看，我认为3x3不应该被1x3和3x1所取代。

例如，如果我们使用映像来执行3x3内核，我们应该执行9次像素级乘法操作，然后再执行一次加法操作。总共10次手术才能得到结果。

但是，如果我们使用映像(3x3)来执行3x1内核，我们必须实现3(乘)+1(加) *3次才能得到1x3特征映射，那么我们仍然需要执行1x3内核。然后它将采取3(乘)+1(添加)操作。在整个过程中总共进行了16次行动。

我想要展示的是，虽然我们将参数从3x3conv减少到3x1 &1x3conv，但是在训练过程中我们仍然需要更多的时间来计算。

培训花费了大量的时间，实现3x1和1x3并不能节省我们的时间。那么，我们应该用1x3 conv + 3x1 conv代替3x3 conv吗？