你可能会想为什么有人会用1x1卷积,因为它关注的不是一块像素,而是一个像素,图1
图1
我们看看传统的卷积,它基本上是运行在一个小块图像上的小分类器,但仅仅是个线性分类器。图2
图2
如果你在中间加一个1x1卷积,你就用运行在一块像素上的神经网络代替了线性分类器。
在卷积操作中散步一些1x1卷积是一种使得模型变得更深的低耗高效的方法,并且会有更多的参数。图3
图3
这样做没有改变神经网络的结构,他们非常简单,因为如果你看到他们的数学公式,他们根本不是卷积。
只是矩阵相乘并且有较少的参数。
原文地址:https://www.cnblogs.com/fuhang/p/9264942.html
时间: 2024-10-08 16:45:38