简介:
在network in network网中网这篇论文中,对1×1卷积核作用进行了解释,该论文为后续网络模型开发(比如GoogLeNet、Inception都广泛使用了1×1卷积)提供了很好的思路,是一个经典的方法。
1×1卷积简介
1×1卷积就是将卷积核的尺寸设置为1×1,如图所示
1×1卷积的意义
图片a是使用以前常规的卷积操作,原始尺寸是256×256×28的一个张量,经过32个5×5×256的卷积核卷积之后得到28×28×32的张量,总的计算量为Total multiplications。
- 这里的计算值可以这样理解:28×28×32的张量的每一个值都是经过一次卷积运算得到的,而每一个值是由5×5×256卷积核卷积得到的,因此计算量为28×28×32×5×5×256
- 而参数量其实就是所有卷积核所包含参数量,别忘了加上偏置项。32个5×5×256的卷积核加上32
图片b是使用1×1卷积核中间过渡来进行优化,通过上述相同的计算,可以看到总计算量和总参数量得到了大幅度下降。
- 可以看到1×1卷积核通过控制卷积核的数量来进行降维和升维
- 网络深度由原来的2层变成了三层,广泛使用1×1卷积可以增加模型的深度,增加模型非线性能力
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 Dxwell的博客!
评论