CNN中1x1卷积的作用

1、1×1卷积层在实现全卷积神经网络中经常用到，即使用1*1的卷积层替换到全连接层，这样可以不限制输入图片大小的尺寸，使网络更灵活；

2、进行卷积核通道数的降维，减少卷积核参数数量；

     可以Inception模块来进行计算校验。

3、进行卷积核通道数的升维，用最少的参数拓宽网络的channal；

4、实现跨通道的交互和信息整合； 

    例子：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，3*3，64channels的卷积核后面添加一个1*1，28channels的卷积核，就变成了3*3，28channels的卷积核，原来的64个channels就可以理解为跨通道线性组合变成了28channels，这就是通道间的信息交互。

5、增加非线性特性

     1*1卷积核，可以在保持feature map尺度不变的（即不损失分辨率）的前提下大幅增加非线性特性（利用后接的非线性激活函数），把网络做的很deep。