深度学习-稀疏卷积
步骤：
1、构建输入输出哈希表；
输入哈希表的键为激活点的索引，值为激活点的坐标；输出哈希表的键为激活点对应的输出点的索引，值为输出点的坐标。
2、构建规则书；
规则书的每一行包含4个值，分别是：卷积核的中心与输出点重合时，卷积核中与激活点重合的元素相对于卷积核中心的偏移（i，j）、卷积核中的某个元素用到的次数count、输入点的索引（由第一步的输入哈希表获得）和输出点的索引（由第一步的输出哈希表获得）。
3、执行卷积过程；
规则书的每一行都是一个原子操作，所有行并行处理后再求和就是最后的结果。因为规则书的每一行包含了输入点的索引（由输入哈希表可得输入点的坐标）、该输入点对应的一个输出点的索引（由输出哈希表可得输出点的坐标）以及将输入点传递到输出点的卷积核中的元素的偏移（i，j）。一个输出点可能受多个激活点（输入点）影响，只需要将每个原子操作的结果求和即可。
参考：
https://towardsdatascience.com/how-does-sparse-convolution-work-3257a0a8fd1