它们不是同一件事。

不对称卷积通过分别获取图像的 x 轴和 y 轴来工作。例如执行卷积$(n \times 1)$内核前一个$(1 \times n)$核心。

另一方面，深度可分离卷积将二维卷积的空间分量和通道分量分开。它将首先执行$(n \times n)$分别在每个通道上进行卷积（完整的内核形状将是$(n \times n \times 1)$而不是$(n \times n \times k)$在哪里$k$是前一层的通道数）在做之前$(1 \times 1)$卷积来学习通道之间的关系（完整的内核大小）$(1 \times 1 \times k)$)