前天去面某公司的AI部门,被问到了关于1×1卷积核的相关问题,因为之前没有了解过,所以也没有答上来,回来查阅了相关资料,特此总结一番。
1×1的卷积核
卷积核在CNN中经常被用到,一般常见的是3×3的或者5×5的,见下图,这里不多赘述
那么1×1的卷积核,就像上面那样。
一般1×1的卷积核本质上并没有对图像做什么聚合操作,以为就是同一个 w 去乘以原图像上的每一个像素点,相当于做了一个scaling
1×1卷积核最初是在Network in Network这个网络结构中提出来的。它用了比AlexNet更少的参数,达到了跟其一样的效果。
1×1卷积核的作用
那么1×1卷积核有什么作用呢,如果当前层和下一层都只有一个通道那么1×1卷积核确实没什么作用,但是如果它们分别为m层和n层的话,1×1卷积核可以起到一个跨通道聚合的作用,所以进一步可以起到降维(或者升维)的作用,起到减少参数的目的。
比如当前层为