Ghost论文笔记

原文地址 https://arxiv.org/abs/1911.11907
创新点理解，举一个简单例子：
通常，对给定3通道图像，采用56个卷积核卷积后，得到56个特征图即channel=56啦，下一个卷积层采用128个卷积核进行卷积时，每个卷积核都要同时对56个特征图相同位置卷积后取平均值，作为卷积后生成的一个点，这个操作，费时费力，如论文所说，massive computational costs 和 considerable memory and FLOPs。传统的卷积操作公式为：

FLOPs = n · h(out) · w(out) · c · k· k

现在，Ghost module 改变一下，比如原来打算用128个卷积核，即输出是128的channel，那么我们改进方法是用m个卷积核，m<n，得到输出Y’ ，Y’中的每个特征图都可以经过线性操作生成多个新的特征图。

原文中的Figure2 有Ghost module
原文中的Figure3 是Ghost module组成的 Ghost Bottlenecks，没看懂的是网络结构中#exp 扩展大小是怎么理解的？原文中的说的线性操作的两个系数（假设y=ax+b），a和b需要进行学习吗，该如何取值，论文看的比较粗，希望大佬留言一下。