每天五分钟计算机视觉：为什么说1*1的卷积核是全连接神经网络？

本文重点

上一节课程中我们对1*1的卷积核进行了介绍，他可以降低或者升高输入的通道数，或者增加复杂度。除此之外，1*1的卷积核的效果类似于全连接神经网络，但是并不能完全等价，本节课程我们来详细的看一下，1*1的卷积核和全连接神经网络之间的关系是什么？

1*1卷积层的连接

如上图所示，假设现在有一个6*6*32的输入（32是通道数），然后通过1个1*1*32的卷积核进行卷积操作，此时的输出为6*6*1（1是通道数）。

如果看了之前的文章，相信这里都是理解的，我们知道卷积核是在输入窗口上滑动的，那么我们看一下它是如何滑动的，为了简单，我们先来一下一个6*6*1（1是通道）的输入和1个1*1*1的卷积核它们之间的滑动操作：

如上所示，由于卷积核大小是1*1，步长为1，所以每次只能滑动一个小方格，从左上角到右下角，过程就是如上所示的过程，这个过程我们可以理解为输入的每一个小方格都和卷积核进行了交互，在神经网络中我们可以认为这个交互就是连接，我们可以通过下面的方式来进行表示：