1 * 1卷积是在channel的方向上做一次全连接层的神经网络,再经过relu激活层,输出一个值,这样,长 * 宽 * channel ==> 长 * 宽 * 1。
1 * 1卷积的特点:
(1)不会改变原来数据的长宽,只改变其通道数
(2)改变维度。比如,一张500 * 500且厚度depth为100 的图片在20个filter上做1*1的卷积,那么结果的大小为500 * 500 * 20。
(3)加入非线性。卷积层之后经过激励层,1*1的卷积在前一层的学习表示上添加了非线性激励( non-linear activation ),提升网络的表达能力;[因为在1 * 1卷积操作中,包含relu激活层]