1*1卷积核

来源：4-2 卷积神经网络进阶（Vggnet-Resnet）

追梦逐梦白日做梦

2018-07-29

老师，为什么1*1卷积核在对通道降维的同时而不损失信息

写回答

1回答

正十七

2018-07-31

已采纳

1*1的卷积核用来降维一般存在于Inception结构中，vgg中一般是和上一层相同通道数（说明vgg中还是担心信息损失的）。在Inception中进行降维能够有效的原因在于1. Inception结构中本来就提取了多种尺寸的特征，信息量大可以容忍损失。2. 1*1的层次相当于通道特征的聚合，又增加了一层非线性变换，可以认为这些提升了提取信息的效率，减轻了信息的损失。最后，如果想达到信息损失小同时降维，可以考虑使用将PCA融合进来。

深度学习之神经网络(CNN/RNN/GAN)算法原理+实战

深度学习算法工程师必学，深入理解深度学习核心算法CNN RNN GAN

2617 学习 · 935 问题

查看课程

相似问题

老师通道数不对啊，不应该是几个卷积核，就会有几个输出吗

回答 1

关于卷积核数的问题

回答 1

#1*1卷积层，3*3卷积层，5*5卷积层

回答 1

VGGNet中为什么2个3x3卷积核等于1个5x5卷积核，还是不太理解，请老师详细解释一下

回答 2

您好，老师，请问：通道数是怎么算的啊，2*96*96的图像经过5*5,16核的卷积，怎么成了8*92*92,而不是16*92*92.

回答 1

打开慕课网App查看更多内容