Googlenet 中1*1 卷積核分析

• 一種簡單的解釋是用來降維。

For example, an image of 200*200 with 50 features on convolution with 20 filters of 1*1 would result in size of 200*200*20.

但是，1*1卷積核的作用不僅僅於此。

• 特征變換

     1*1卷積是在Network in Network 中第一次被提出來，作者的目的是為了得到一個深的網絡，但作者並不想直接垂直的堆砌一些layer。作者用了一些1*1，3*3的卷積層，因此

最后的網絡架構其實是going wide. 在googlenet中，1*1卷積核有兩個作用：

1.     為了使得網絡更深，作者引入了類似Network in Network 中的"inception module"
2. 為了降低維度
3. 為了增加更多的非線性變換(eg. RELU)

• 其他作用

1. 1*1卷積核可以結合max pooling
2. 1*1卷積核可以設置大的步長，這樣可以在丟失非常少的信息下降低數據的維度
3. 取代fc層。