1*1 卷积总结

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]