码迷,mamicode.com
首页 > 其他好文 > 详细

1x1卷据层的作用

时间:2020-05-11 21:50:57      阅读:60      评论:0      收藏:0      [点我收藏+]

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;

1x1卷据层的作用

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

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!