TensorFlow 2 中的组转换
Group Conv in TensorFlow 2
TensorFlow2.x是否支持组卷积？
看到很多posts/blogs/tutorials说TensorFlow不支持，也看到一些帖子说tf.keras.layers.DepthwiseConv2D相当于group convolution。但是，我注意到tf.keras.layers.Conv2d中有一个group参数，这是不是很多论文（比如ResNeXt论文）中描述的group convolution？还是我理解错了？
任何帮助和解释都会很棒！
编辑：group conv（第三个）和等效parrellel conv（前两个）的示例。 ResNeXt 论文中的示例
pytorch 中深度为 4 的 32 组的组转换，这意味着总输出通道为 128：
torch.nn.Conv2d(in_channels=128, out_channels=128, kernel_size=(3,3), groups=32)
更具体地说，一个由n组和深度为d的输入通道i组成的组conv将把i个输入通道分成n个大小相等的组，每组将是一个具有相同内核大小的普通卷积，步幅为i/n 个通道作为输入，d 个通道作为输出。所有组的输出将被连接成n*d个通道，并作为输入传递给下一层。
是的，tensorflow 确实支持直接使用 groups 参数的 Group Conv。来自 TF2 官方文档中的Conv2D arguments：
groups: A positive integer specifying the number of groups in which the input is split along the channel axis. Each group is convolved separately with filters / groups filters. The output is the concatenation of all the groups results along the channel axis. Input channels and filters must both be divisible by groups.
Tensorflow 2 绝对不支持分组卷积！
虽然文档声称 tf.keras.layers.Conv2D 支持它作为 'groups' 参数，但当您尝试它时，您会收到经常报告的错误：
“UnimplementedError: Fused conv 实现目前不支持分组卷积。”
自 2019 年以来已多次报告此错误。
在tf.keras.layers.DepthwiseConv2D.
中单独支持深度卷积的特殊情况，其中组数等于通道数
TensorFlow2.x是否支持组卷积？
看到很多posts/blogs/tutorials说TensorFlow不支持，也看到一些帖子说tf.keras.layers.DepthwiseConv2D相当于group convolution。但是，我注意到tf.keras.layers.Conv2d中有一个group参数，这是不是很多论文（比如ResNeXt论文）中描述的group convolution？还是我理解错了？
任何帮助和解释都会很棒！
编辑：group conv（第三个）和等效parrellel conv（前两个）的示例。 ResNeXt 论文中的示例
pytorch 中深度为 4 的 32 组的组转换，这意味着总输出通道为 128：
torch.nn.Conv2d(in_channels=128, out_channels=128, kernel_size=(3,3), groups=32)
更具体地说，一个由n组和深度为d的输入通道i组成的组conv将把i个输入通道分成n个大小相等的组，每组将是一个具有相同内核大小的普通卷积，步幅为i/n 个通道作为输入，d 个通道作为输出。所有组的输出将被连接成n*d个通道，并作为输入传递给下一层。
是的，tensorflow 确实支持直接使用 groups 参数的 Group Conv。来自 TF2 官方文档中的Conv2D arguments：
groups: A positive integer specifying the number of groups in which the input is split along the channel axis. Each group is convolved separately with filters / groups filters. The output is the concatenation of all the groups results along the channel axis. Input channels and filters must both be divisible by groups.
Tensorflow 2 绝对不支持分组卷积！
虽然文档声称 tf.keras.layers.Conv2D 支持它作为 'groups' 参数，但当您尝试它时，您会收到经常报告的错误：
“UnimplementedError: Fused conv 实现目前不支持分组卷积。”
自 2019 年以来已多次报告此错误。
在tf.keras.layers.DepthwiseConv2D.
中单独支持深度卷积的特殊情况，其中组数等于通道数