为什么要分别使用1*1，3*3，1*1的卷积核进行降维和升维

使用三个不同大小的卷积核主要是为了减少参数的数量。

1.首先是卷积核的数量问题

因为一张图片可能有很多特征，所以可能需要学习多个卷积核用来提取图像特征。

图中不同颜色代表不同的特征，需要学习对应数量的卷积核进行特征提取。

对于灰度图像，图像为2D
例如一个图像大小是5×5，
有一个3×3的卷积核对着图像进行卷积，步长为1，卷积结束后生成一个3×3的矩阵。
如果有2组卷积核对着图像卷积，就会生成2个3×3的矩阵。
同理有多少组卷积核对图像卷积就有多少个矩阵。
这个叫做通道。

对于RGB图像，图像为3维
若要提取2个特征，可以设置2个3维卷积核进行特征提取，提取结果为2通道的feature map，2个通道互相独立，代表着不同卷积核提取的不同特征。

2.其次是参数数量的计算：

1. 概念图
   进行卷积处理的卷积通道数默认和输入图像的通道数相等。
   比如输入图像维度为256，进行特