Ինչու՞ է նեյրոնային ցանցերում օգտագործվում 1x1 միջուկով կոնվոլյուցիա:

Նեյրոնային ցանցերում 1x1 միջուկով կոնվոլյուցիան օգտագործվում է մի քանի նպատակներով՝

• Ճնշել ալիքների քանակը (խորությունը)՝ 1x1 կոնվոլյուցիան արդյունավետ կերպով կարող է նվազեցնել կամ ավելացնել ալիքների քանակը՝ չազդելով պատկերների տարածական չափերին։
• Ներքին ոչ գծայինություն և ալիքների խառնել՝ 1x1 կոնվոլյուցիայի հետո սովորաբար կիրառվում է ակտիվացում, որը օգնում է մոդելին սովորել ավելի բարդ ներկայացումներ։
• Հաշվարկների օպտիմալացում՝ 1x1 կոնվոլյուցիան հաճախ օգտագործվում է ResNet կամ Inception նման ճարտարապետություններում՝ հաշվարկային բեռը նվազեցնելու համար, փոխարինելով ավելի ծանր կոնվոլյուցիաներին։

Օրինակ՝ եթե ունեք 28x28x256 չափի տենսոր, 1x1 կոնվոլյուցիայի կիրառումը 64 ֆիլտրով կտա ելք 28x28x64, ինչը արդյունավետորեն կրճատում է հատկանիշների չափը։

Այսպիսով՝ 1x1 կոնվոլյուցիան գործիք է տվյալների տարածական հատկանիշները փոխելու և մոդելի արտահայտչականությունը բարձրացնելու համար՝ առանց տվյալների տարածական հատկանիշները փոխելու։