我不明白扩张卷积的用途是什么，以及我们应该在什么时候使用它。当我们想要更大的感受野同时节省内存时吗？通过增加dilation大小，它会增加核点之间的间距吗？

回答：

参考通过扩张卷积进行多尺度上下文聚合，是的，你可以在拥有更大感受野的同时节省一些内存。如果你想要感受野呈指数级扩展而不会损失分辨率或覆盖范围，你可能想要使用扩张卷积。这使我们能够在相同的计算和内存成本下拥有更大的感受野，同时保持分辨率。池化和步长卷积也可以某种程度上“扩展”感受野，但那些会降低数据的分辨率。

一般来说，扩张卷积也显示出更好的性能，例如在DeepLab中的图像分割和在WaveNet中的语音处理中。

这里展示了扩张卷积的效果的整洁可视化。