之前面试遇到过这个题,这里分享一下
如果卷积的输出输入都只是一个平面,那么1x1卷积核并没有什么意义,它是完全不考虑像素与周边其他像素关系。
但卷积的输入是长方体时,所以1x1卷积实际上是对每个像素点,在不同的channels上进行线性组合(信息整合) ,且保留了图片的原有平面结构,调控depth,从而完成升维或降维的功能。
如下图所示,如果选择2个filters的1x1卷积层,那么数据就从原本的depth 3降到了2。若用4个filters,则起到了升维的作用。
之前面试遇到过这个题,这里分享一下
![](https://img-blog.csdnimg.cn/6c403f2fa1c348dfab968a6fffa27681.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAWHVfV2F2ZQ==,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)