一、卷积神经网络中的卷积(Convolution in a convoluted neural network)

 [ 1 x 1 ] Convolution-1*1卷积的作用

[ 1 x 1 ] Convolution-1*1卷积的作用

[ 1 x 1 ] Convolution-1*1卷积的作用

[ 1 x 1 ] Convolution-1*1卷积的作用

[ 1 x 1 ] Convolution-1*1卷积的作用

[ 1 x 1 ] Convolution-1*1卷积的作用

 [ 1 x 1 ] Convolution-1*1卷积的作用

[ 1 x 1 ] Convolution-1*1卷积的作用

[ 1 x 1 ] Convolution-1*1卷积的作用

具体内容亲参考《深度学习》。

二、1*1卷积(one by one convolution)的作用

[ 1 x 1 ] Convolution-1*1卷积的作用

[ 1 x 1 ] Convolution-1*1卷积的作用

1*1卷积过滤器 ,它的大小是1*1,没有考虑在前一层局部信息之间的关系。最早出现在 Network In Network的论文中 ,使用1*1卷积是想加深加宽网络结构 ,在Inception网络( Going Deeper with Convolutions )中用来降维。

由于3*3卷积或者5*5卷积在几百个filter的卷积层上做卷积操作时相当耗时,所以1*1卷积在3*3卷积或者5*5卷积计算之前先降低维度。
[ 1 x 1 ] Convolution-1*1卷积的作用

[ 1 x 1 ] Convolution-1*1卷积的作用

[ 1 x 1 ] Convolution-1*1卷积的作用

[ 1 x 1 ] Convolution-1*1卷积的作用

[ 1 x 1 ] Convolution-1*1卷积的作用

 

 

 

 

 

 

 

 

 

 

 

 [ 1 x 1 ] Convolution-1*1卷积的作用

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

三、参考(Reference)

[1]https://iamaaditya.github.io/2016/03/one-by-one-convolution/

[2]https://www.zhihu.com/question/56024942

[3]https://zhuanlan.zhihu.com/p/30182988

[4]https://github.com/vdumoulin/conv_arithmetic

以上均不是原创,均以引用出处,只是笔者的总结。