【CNN】卷积神经网络中的 1*1 卷积 的作用

在论文 Network In Network 中，提出了一个重要的方法：$1\times1$ 卷积。这个方法也在后面比较火的方法，如 googLeNet、ResNet、DenseNet ，中得到了非常广泛的应用。特别是在 googLeNet 的Inception中，发挥的淋漓尽致。

初次看到 $1\times1$ 卷积，可能会觉得没有什么作用，因为给人的感觉就是 $1\times1$ 的卷积核好像并没有改变什么。但如果对卷积操作有过深入的理解，就会发现并没有那么简单。

这里强调一下，下图只是用了一个卷积核（filter）。下面的 32 是为了匹配上一层的channels，输出的结果只有一个channel。这里如果不理解，可以看我的另一篇博客，【CNN】理解卷积神经网络中的通道 channel。