卷积神经网络中1*1卷积核的用处

最近在看Google的Inception、Resnet以及一些最新的CNN网络时发现其中常常用到1*1的卷积核，一直不太明白这样不就是复制前一层网络信息吗？

后来发现1*1卷积真的很有用。对于一张图片28*28*1这样的单通道图片，其的确没什么作用。但是如果对于28*28*16中多通道图片，使用6个1*1卷积核之后可以将其压缩成28*28*6，也就是图片高和宽不变，改变了通道数。

好处1：Inception中使用1*1卷积核，可以在某种程度上可以减少运算次数，同时不减少精度。

好处2：Resnet中的block先会使用1*1降维 3*3 之后 再1*1 升维，保证输出和前一层输入维数一致。