所以在mobilenet-v1网络中，使用了 depthwise conv 层。我理解如下。

对于 的输入特征图(C_in, F_in, F_in)，我们只取 1 个带有C_in通道的内核，比方说，大小(C_in, K, K)为 ，并将内核的每个通道卷积到输入的每个通道，以生成(C_in, F_out, F_out)特征图。C_out然后使用大小为 的内核进行逐点转换来组合这些特征图(C_in, 1, 1)，我们得到 的结果(1, F_out, F_out)。与普通 conv 相比，内核参数缩减率是：

(K*K*C_in+C_in*C_out)/(K*K*C_in*C_out) = 1/C_out + 1/(K*K)

而且我还在pytorch中查了一下Conv2d（doc），据说可以实现depthwise convolution设置groups参数等于C_in. 但是当我阅读相关文章时，设置背后的逻辑groups与上面移动网络使用的深度卷积操作看起来不同。假设我们有C_in=6, 和C_out=18,groups=6意味着您将输入和输出通道划分为6组。在每组中，3每个具有通道的内核都用于与输入通道进行转换，因此可以产生1总共输出通道。18

但是对于正常的卷积，18*6总内核通道用于18 kernels, each having 6 channels. 所以缩小比是18/(18*6)，所以缩小比是 1/C_in=1/Groups。忽略不考虑的逐点转换，这个数字与1/C_out上述结论不同。

谁能解释我哪里错了？是因为我在C_out= factor * C_in(factor > 1) 时错过了什么吗？