Yapay sinir ağlarında neden 1x1 çekirdekli konvolüsyon kullanılır?

Sinir ağlarında 1x1 çekirdekli konvolüsyon birkaç amaç için kullanılır:

• Kanal sayısında (derinlikte) değişiklik: 1x1 konvolüsyon, görüntünün uzamsal boyutlarına dokunmadan kanalların sayısını verimli bir şekilde azaltmaya veya artırmaya olanak tanır.
• Doğrusal olmayanlık ve kanalların karışımını sağlama: 1x1 konvolüsyon sonrası genellikle bir aktivasyon uygulanır, bu da modelin daha karmaşık temsiller öğrenmesine yardımcı olur.
• Hesaplamaların optimize edilmesi: 1x1 konvolüsyonlar, ResNet veya Inception gibi mimarilerde hesaplama yükünü azaltmak için sıklıkla kullanılır, daha ağır konvolüsyonların yerini alır.

Örnek: 28x28x256 boyutunda bir tensörünüz varsa, 64 filtreli 1x1 konvolüsyon uygulamak, çıktı olarak 28x28x64 elde eder, bu da özelliklerin boyutunu etkin bir şekilde azaltır.

Bu nedenle, 1x1 konvolüsyon, veri uzamsal özelliklerini değiştirmeden modelin ifade gücünü artırmak ve boyutlandırmayı yönetmek için bir araçtır.