卷积网络中很重要的两个名词：通道和特征图
最直观的感受：特征图 == 通道
我们知道一张彩色图片由RGB三张图片组成，如图：
那么此处的三张图片就对应了三个通道，也可以说是三个特征图，不同的图侧重点不一样。
那么进行卷积的时候如果采用32个5*5卷积，这里的32也就是最后输出的通道，也就是获得的特征图的数量。
1*1卷积看起来对维度没有变化，但实质上是对输入特征图的特征进行了进一步整理。
即使1x1卷积前后的张量大小完全不变，比如说16x16x64 -> 16x16x64这样的卷积，看上去好像是没有变化。但实际上，可能通过特征之间的互动，已经由之前的64个特征图组成了新的64个特征图。
有时候我理解一个这样的1x1卷积操作，就会把它当成是一次对之前特征的整理。
也就是相当于全连接网络。
很有趣的特征图可视化。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
