Dlaczego w sieciach neuronowych stosuje się konwolucję z jądrem 1x1?

Splot 1x1 w sieciach neuronowych jest używany do kilku celów:

• Zmiana liczby kanałów (głębokości): Splot 1x1 pozwala efektywnie zmniejszyć lub zwiększyć liczbę kanałów, nie wpływając na przestrzenne rozmiary obrazu.
• Wprowadzenie nieliniowości i mieszanie kanałów: po splotcie 1x1 zwykle stosuje się aktywację, co pomaga modelowi uczyć się bardziej złożonych reprezentacji.
• Optymalizacja obliczeń: splot 1x1 jest często używany w architekturach typu ResNet lub Inception, aby zmniejszyć obciążenie obliczeniowe, zastępując cięższe sploty.

Przykład: jeśli masz tensor o rozmiarze 28x28x256, zastosowanie splotu 1x1 z 64 filtrami da wyjście 28x28x64, skutecznie zmniejszając wymiar cech.

W ten sposób, splot 1x1 jest narzędziem do zarządzania wymiarowością i zwiększania wyrazistości modelu bez zmiany cech przestrzennych danych.