为了做模型压缩，常见方法将正常卷积换成seperable 卷积（正常卷积和可分离卷积具体见下图）
（1）正常卷积 （2）depthwise 卷积 （3）pointwise 卷积
正常卷积卷积的大小： kernel_size_w * kernel_size_h * input_channel * output_channel
seperable 卷积大小：kernel_size_w * kernel_size_h * input_channel + input_channel * output_channel
moblieNet v2中解释：经过激活层的tensor HxWxD 兴趣流形，可能只分布在激活层的一个低维子空间，利用这一点使用1x1卷积将tensor降维，但由于relu的存在，将为损失较多信息。
上图中，利用MxN的矩阵B将张量（2D，即N=2）变换到M维的空间中，通过ReLUctant后（y=ReLU(Bx)），再用此矩阵之逆恢复原来的张量。（1x1xNxM 的卷积作用后再用relu， 如果输出的dim 比较少的时候，信息丢失严重）。在较低维度的张量表示（兴趣流形）上进行ReLU等线性变换会有很大的信息损耗。 因此在moblieNet v2 中在做depthwise 卷积的时候通过1x1的卷积将channels 数据增多，来方式relu 对信息的损耗。（严重的情况，relu 将损失所有的信息，无论输入是什么输出都为一样的结果）。
因此在训练depthwise 结构的模型时容易出现不收敛的情况，可以通过向moblienet v2中一样将要做relu 层的channels 增多。 或者加上skip-connection 将输入特征和经过relu 的数据结合在一起，会减轻relu 造成的不收敛情况。