每週學習新知識1-2:深度學習中的1x1卷積核

對於1x1矩陣最直觀的感受是能有什麼作業,滑動的時候怎麼提取特徵。其實最開始就理解錯了。1x1卷積不是用來取特徵的,而是用來降維和升維

1x1卷積核,又稱爲網中網(Network in Network)

理解中的樣子

在這裏插入圖片描述
emmm, 這不就是對每個像素乘以卷積核權重嘛,比較好理解

降維和升維

在這裏插入圖片描述
當輸入時多通道的,比如上圖32通道,6x6大小。給定卷積6x6,既然做卷積操作,卷積核的通道數要與輸入通道數一致,所以實際上卷積的參數爲6x6x32。
如果只個1個卷積核,那麼結果就變爲1通道,結果中的每個像素值是32個通道累加的結果。所以給定卷積核個數小於輸入通道數就實現降維。如果大於則升維。
在這裏插入圖片描述

輸入通道爲3
左圖卷積個數爲2<3,所以降維
右圖卷積個數爲4>3,所以升維

參考

一文讀懂卷積神經網絡中的1x1卷積核

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章