CNN中神奇的1x1卷积
我们知道在CNN网络中，会有各种size的卷积层，比如常见的3x3,5x5等，卷积操作是卷积核在图像上滑动相乘求和的过程，起到对图像进行过滤特征提取的功能。但是我们也会遇见1x1的卷积层，比如在GoogleNet中的Inception模块，如下图： 我们看到上图中有4个1x1的卷积，那么他们起着什么作用呢？为什么要这样做呢？ 设计思路：考虑到有些物体比较大，有些物体比较小，所以用不同size的卷积
相关文章
- 1. CNN中的1x1卷积
- 2. CNN中1X1卷积核的作用
- 3. 1x1的卷积
- 4. CNN: 1x1卷积层的精妙之处
- 5. 卷积神经网络中1x1卷积的做用
- 6. 一文读懂卷积神经网络中的1x1卷积核
- 7. 卷积神经网络中1x1卷积的作用
- 8. 1x1卷积
- 9. 【深度学习】CNN 中 1x1 卷积核的做用
- 10. 1X1卷积核的理解
- 更多相关文章...
- • Spring中Bean的作用域 - Spring教程
- • 现实生活中的 XML - XML 教程
- • C# 中 foreach 遍历的用法
- • Docker容器实战(一) - 封神Server端技术
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. CNN中的1x1卷积
- 2. CNN中1X1卷积核的作用
- 3. 1x1的卷积
- 4. CNN: 1x1卷积层的精妙之处
- 5. 卷积神经网络中1x1卷积的做用
- 6. 一文读懂卷积神经网络中的1x1卷积核
- 7. 卷积神经网络中1x1卷积的作用
- 8. 1x1卷积
- 9. 【深度学习】CNN 中 1x1 卷积核的做用
- 10. 1X1卷积核的理解