输入为(C,H,W)且核为(H,W)的同尺寸卷积是否有专属名称？

你描述的这种卷积操作有对应的特定名称，核心分类如下：

• 若使用的是跨通道的常规卷积核（完整维度为(C, H, W)），且通过padding保证输出与输入尺寸一致，这类操作被称为带Same Padding的全局卷积，也可简称为全局同尺寸卷积——其中“全局”特指卷积核的空间尺寸与输入的空间维度(H×W)完全匹配。
• 若对每个输入通道单独使用尺寸为(H, W)的卷积核运算（即深度可分离卷积的深度分支），同时维持输出尺寸与输入一致，这种场景下的操作被称为全局深度卷积。

补充：常规的“Same Convolution”仅指代输出尺寸与输入一致的卷积（依靠padding实现），但不限制卷积核大小；你提到的是卷积核空间尺寸等于输入空间维度的特殊Same卷积，因此用“全局卷积”相关命名更精准。

内容的提问来源于stack exchange，提问作者Vodis