pytorch 关于使用1*1卷积的技巧

bf1o4zei 于 2023-05-22 发布在其他

关注(0)|答案(2)|浏览(155)

我曾经读过下面关于使用1*1卷积的声明，它可以帮助连接不同维度的输入和输出：
例如，要将激活维度（HxW）减少2倍，可以使用步长为2的1x1卷积。
如何理解这个例子？

pytorch

来源：https://stackoverflow.com/questions/66218825/regarding-the-trick-of-using-11-convolution

2条答案

按热度按时间

w6mmgewl1#

您可以使用 2 的步幅。然而，我不会说这是一个“技巧”，不像一个神奇的解决方案，以保留信息。你会失去一半的信息。我也不会将此方法限定为池化方法。
内核大小为一个像素高和一个像素宽，并且将一次移动（stride）两个像素。因此，对于行上存在的每个像素，内核将每两个像素输出单个值，即将输出该行上一半数量的像素。同样对于高度，内核将完全丢弃一半的行。
下面是一个大小为 1x1，步幅为 2 的2D卷积在 6x6 输入上的示例。在左边，深黄色的 1x1 块是内核的连续位置。右边是形状为 3x3 的结果图像。