1*1卷积核

11卷积核
一、1x1卷积的作用？
1改变数据维度（存储方式）
因为11卷积不改变图形的大小，当对同一个特征图用数值不同的11的卷积核时，会得到到不同的输出，当同时使用多个卷积核时就可以改变模型的维度，比如，一张500 * 500且厚度100 的图片在20个卷积核上做11的卷积，那么结果的大小为50050020。


2.增加模型的深度减少参数量

3增加非线性
通常情况下，在构建网络模型时会使用激活函数，当使用1*1的卷积核来加深了网络模型，使用的激活函数的次数就会变多，激活函数大多是非线性的（有利于分离跟高维度的特征），也就增加了非线性。

参考资料：
卷积神经网络中用1*1 卷积有什么作用或者好处呢？https://www.zhihu.com/question/56024942
深度学习500问：https://github.com/scutan90/DeepLearning-500-questions

转载：https://www.yuque.com/docs/share/886daf31-34df-4118-8747-0dec9b13dbf6?#