所以1✖1卷积可以从根本上理解为,这32个单元都应用了一个全连接神经网络,全连接层的作用是输入32个数字和过滤器数量,以便在输入层上实施一个非平凡计算,这种方法通常称为1*1卷积。 举个例子,相信对大家有所帮助。假设这是一个28✖28✖129的输入层。 你可以使用池化层压缩它的高度和宽度,但是如果通道数量...
在深度学习网络中，1✖1卷积被广泛应用于通道数量的压缩或扩展。通过使用多个1✖1过滤器，可以实现输入通道数的灵活调整。这不仅有助于简化网络结构，减少计算成本，还能提高模型的泛化能力。例如，在构建Inception网络时，1✖1卷积尤为关键。它允许网络在不同层次间灵活调整通道数量，...