Xception 將 Inception 假說推向邏輯極端，通過將跨通道和空間相關性推入完全分離的操作，其所推廣的深度可分離卷積現已隨處可見，從行動視覺主幹到語音編碼器。這份長篇評論端至端地詳細介紹該架構，解釋為什麼以這種方式分解卷積不僅在參數高效性上，而且在建模數據相關性的方式上，都是一種真正不同的方法。

討論涵蓋了 Inception 到 Xception 的演進、深度可分離卷積背後的數學和直覺、參數高效性的論證以及將 Xception 置於 ImageNet 規模地圖上的實驗結果。對於語音工程師來說，相同的基本操作出現在 Conformer、Branchformer 和當今大多數高效 ASR 編碼器中，所以深入理解它能帶來遠超圖像分類之外的益處。這份長篇評論還深入探討了為什麼極端的 Inception 假說在經驗上確實成立，以及你可能期望它失效的地方。如果你想要徹底的版本而不是簡短的電梯演講，當你有一段合適的下午時間來專注時，這正是應該列入觀看列表的視頻。