标签:就是 降维 特征 参数 为什么 res dep lte 通过
1. 尽管1x1的卷据不会捕捉空间特征(spatial features/patterns,直观点说就是2D平面图的纹理特征),但是他们能很好基于通道(channel-wise/along the depth dimension)的特征学习;
2. 由于是基于通道上的学习,因此他们能输出更少的特征图(这也是为什么他们能降低参数量学习的原因),比如某层神经网络的学习层的输出的特征图数量是256,可以通过1x1卷积层(filters的数量为128)可以将输出变为128个特征图,这也称之为降维学习;
3. 1x1 conv + 3x3 conv或者1x1 conv + 5x5 conv的卷积学习理论上可以捕捉到更复杂的特征,可以想象一下就是3x3的卷积捕捉纹理特征,而1x1的卷积可以基于通道捕捉特征图之间的管理;
标签:就是 降维 特征 参数 为什么 res dep lte 通过
原文地址:https://www.cnblogs.com/jielongAI/p/12872102.html