1、升维或者降维:一幅1000*1000且depth为100的图像在20个filter上做1*1卷积,结果大小为1000*1000*20。不改变特征图的大小,只改变维度。
2、加入非线性:一般卷积层之后都会经过激活层,1*1的卷积在前一层的学习表示上添加了非线性激活( non-linear activation ),提升网络的表达能力;
3、跨通道信息交互(channel 的变换)
如:使用1*1卷积核,实现降维和升维的操作其实就是channel间信息的线性组合变化
1、升维或者降维:一幅1000*1000且depth为100的图像在20个filter上做1*1卷积,结果大小为1000*1000*20。不改变特征图的大小,只改变维度。
2、加入非线性:一般卷积层之后都会经过激活层,1*1的卷积在前一层的学习表示上添加了非线性激活( non-linear activation ),提升网络的表达能力;
3、跨通道信息交互(channel 的变换)
如:使用1*1卷积核,实现降维和升维的操作其实就是channel间信息的线性组合变化