Kodėl neuroniniuose tinkluose naudojama 1x1 branduolio konvoliucija?

Neuroniniuose tinkluose 1x1 branduolio konvoliucija naudojama keliems tikslams:

• Kanalų skaičiaus (gylio) keitimas: 1x1 konvoliucija leidžia efektyviai sumažinti arba padidinti kanalų skaičių, nepažeidžiant vaizdo erdvinių matmenų.
• Nelinijiškumo ir kanalų maišymo įvedimas: po 1x1 konvoliucijos dažnai taikoma aktyvacija, kuri padeda modeliui išmokti sudėtingesnes reprezentacijas.
• Skaičiavimų optimizavimas: 1x1 konvoliucijos dažnai naudojamos ResNet ar Inception architektūrose, siekiant sumažinti skaičiavimų apkrovą, pakeičiant sunkesnes konvoliucijas.

Pavyzdys: jei turite tensorą, kurio dydis 28x28x256, taikant 1x1 konvoliuciją su 64 filtrais, gausite išvestį 28x28x64, efektyviai sumažindami bruožų matmenis.

Taigi, 1x1 konvoliucija yra įrankis valdyti matmenis ir didinti modelio išraiškos galimybes, nekeičiant duomenų erdvinių savybių.