1*1卷积层的理解

[转]https://blog.csdn.net/u012465655/article/details/80363291###

1*1的卷积核这个还是挺有意思的，

首先假设用平面的二维图像与1*1的核进行卷积，则我们会得到：

这样只会在原来的像素上乘上一个系数，并没有什么直接的效果。

但是假设在一个多通道的图像中用上1*1的卷积核，我们会得到什么样的效果呢？

用一个6*6*32的图像去乘以1*1*32的卷积核得到的其实是一个6*6的二维矩阵。这样就将通道数32给消除了，相当于给图像降维的操作，而且很迅速。

卷积核的通道数必须与源图像的通道数相同。在通常的神经网络中，一般不会单独只使用1个卷积核，当使用的卷积核的个数是filters的时候，最后输出的就是一个6*6*filters的立方块。