题目标题

解释一下1×1卷积的原理,它主要用来干什么?

参考解析

卷积核(convolutional kernel):可以看作对某个局部的加权求和;它是对应局部感知,它的原理是在观察某个物体时我们既不能观察每个像素也不能一次观察整体,而是先从局部开始认识,这就对应了卷积。卷积核的大小一般有1x1,3x3和5x5的尺寸(一般是奇数x奇数)。
当1*1卷积作用是:(1)升/降特征的维度,这里的维度指的是通道数(厚度),而不改变图片的宽和高。(2)增加网络的深度。1x1 的卷积核虽小,但也是卷积核,加 1 层卷积,网络深度自然会增加。