为什么用2个串联的3x3卷积可以代替1个5x5的卷积

在深度网络的发展趋势中，提升网络的宽度和深度已经是常规操作，能够解决过拟合，但同时也带来了大量参数的问题，所以减少网络参数也是必要的。在很多网络中，都使用了3个3x3卷积核来代替7x7卷积核，或者使用了2个3x3卷积核来代替5x5卷积核，这样做的主要目的是：（1）在保证具有相同感受野Receptive Field的条件下，增加网络的深度，进而在一定程度上提升神经网络的效果；（2）减少网络的计算参数量。

①以2个3x3卷积对于5x5卷积具有相同感受野为例，

假设图片尺寸为28x28，

首先，使用5x5卷积核对其进行卷积，且stride=1，得到特征图尺寸为:(28-5)/1+1=24。

然后，使用2个3x3卷积核（这里的两个是指2层），stride=1，有：

第一层3x3：得到的结果是(28-3)/1+1=26

第二层3x3：得到的结果是(26-3)/1+1=24

所以，2个3x3卷积后的最终结果和1个5x5的卷积核是一样的。

②说明一下减少网络参数的作用。

对于2个3x3卷积核，所用的参数总量为2x(3x3)xchannels, 对于1个5x5卷积核为5x5xchannels, 因此可以显著地减少参数的数量，可以减少约30%的参数数量。