1*1卷积的作用

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 300+累计阅读 339平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄15年

关注

原创最新推荐文章于 2026-03-03 00:38:19 发布 339 阅读 AI 写同款· GEO 优化 ›

1x1卷积(Conv 1*1)的作用一、来源及应用二、作用1. 添加非线性特性2. 对通道数实现升维/降维3. 实现跨通道的信息交互与整合一、来源及应用 Conv 1×1Conv\ 1\times1Conv 1×1 是 Network in Network 的简称。对于单通道图像，其作用仅是进行线性运算；对于多通道图像，Conv 1×1Conv\ 1\times1Conv 1×1 会遍历图像的所有位置，并将每个位置处所有通道的值作为其输入，与 1×11\times11×1 卷积核中对应通道的. 阅读详情

主要是下面几个：

1.改变通道：
    通道的升维与降维，不改变图像的宽高
    通道间的数据融合
    减少计算量
2.增加非线性

收录于

深度学习

当前文章被收录于：

深度学习

7 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

事件相机数据处理实战：从原始事件流到视觉表征的三种核心方法本文深入探讨了事件相机数据处理的核心环节，即如何将异步、稀疏的原始事件流转换为深度学习模型可处理的视觉表征。文章重点解析了三种核心方法：逐通道累积、体素网格双线性插值和对称累积事件表示，详细阐述了其原理、代码实现、可视化效果及各自的适用场景，为事件相机在目标识别、光流估计等视觉任务中的高效应用提供了实战指南。阅读详情

相关推荐

HWSD中国土壤数据库

T_PH_H2O: Real (酸碱度) T_CEC_CLAY: Real (粘性层土壤的阳离子交换能力)；T_CEC_SOIL: Real (土壤的阳离子交换能力) T_BS: Real (基本饱和度)；T_CACO3: Real (碳酸盐或石灰含量) T_CASO4: Real (硫酸盐含量)；ADD_PROP: Real (土壤单元中与农业用途有关的特定土壤类型)；T_USDA_TEX: Real (USDA土壤质地分类)；T_REF_BULK: Real (土壤容重)；

地球资源数据云的官方博客 4651

1×1卷积的作用

1×1卷积的核心价值在于高效调整通道维度、融合跨通道信息并引入非线性，同时保持空间结构不变。它是现代CNN中实现轻量化、模块化设计的关键组件之一。

zfjBIT的专栏 1749

【SABRE 3D, SABRE 3DxT,LAM设备】2025年9月10日

前文：SABRE 3D系列机台简介本章节详细阐述了在维护期间锁定电气、机械、热力学及重力组件以及化学管线输入的锁定操作流程，旨在降低人员受伤风险。p42~p55。

weixin_46735260的博客 1614

1x1卷积的作用

flyfish

二分掌柜的 2875

Git下载安装及环境配置，解决安装包下载慢问题（详细版）

Git是我们平时开发都要用到的项目管理工具，虽然有网页版的Git网站，但是在本地安装Git后，可以直接使用命令语句来进行项目的上传与克隆。还是非常方便的。今天就来介绍下Git的下载。1、首先在浏览器中搜索Git，进入到Git的官方下载界面或者直接复制下面这个链接。 2、点击download进入下载界面，选择自己需要平台的文件 3、下载标准版就可以4、但是会发现下载速度很慢，就找个镜像版 5、点击 https://registry.npmmirror.com/binary.html?path=git-for-

mengxiang_的博客 6万+

Win10系统权限深度解析：如何安全地将C盘所有者从TrustedInstaller变更为Administrators

本文深入解析了Win10系统中C盘文件权限管理的核心机制，解释了为何管理员账户（Administrators）默认无法修改由TrustedInstaller保护的系统文件。文章在强调安全风险的前提下，详细提供了通过图形界面和命令行两种方式，将文件或文件夹所有权从TrustedInstaller安全变更为Administrators的实操步骤，并给出了关键的风险预警与权限恢复方法。

weixin_29305313的博客 549

深入理解1*1卷积作用

1 . 前言 1*1 卷积在很多模型结构中都使用过，例如最出名的Inception网络其主要目的就是进行一次1 × 1 的卷积来减少特征映射的深度．在实际操作中，对于1*1的卷积操作，我们可以通过改变输出的out channel 来使得输出维度的变化，也就是降维和升维，例如 112 * 112 * 3 经过一个一维卷积当我们的out channel 设置为32时候，输出为112 * 112 * 32。 2. 二维卷积过程概述因为1*1的卷积也是一个二维卷积，所以我们可以先了解一

阿里武的技术博客 4294

四阶龙格库塔方法求解一次常微分方程组

四阶龙格库塔方法求解一次常微分方程组一、写在前面二、四阶龙格库塔方法三、使用四阶龙格库塔方法求解一次常微分方程组一、写在前面龙格库塔方法是数值求解常微分非线性方程的有利工具，计算精度较高，通过缩短步进距离和增加阶数可以进一步控制误差范围。工程上较为常用的是四阶龙格库塔算法（R-K4)，在计算收敛的情况下往往可以得到比较好的结果。二、四阶龙格库塔方法这里简单介绍一下算法的具体实现过程，不做详细的推导。其求解的问题是形如方程： y˙=f(y,t),其中t∈[t0,t1]初值y(t0)=c0 \dot{y

HelloWorldTM的博客 2万+

1*1卷积核的作用

作用：跨通道的特征整合特征通道的升维和降维减少卷积核参数（简化模型） 1 跨通道的特征整合如果当前层和下一层都只有一个通道那么1×1卷积核确实没什么作用，但是如果它们分别为m层和n层的话，1×1卷积核可以起到一个跨通道聚合的作用，所以进一步可以起到降维（或者升维）的作用，起到减少参数的目的。这里通过一个例子来直观地介绍1x1卷积。输入6x6x1的矩阵，这里的1x1卷积形式为1x1x1，即为元素2，输出也是6x6x1的矩阵。但输出矩阵中的每个元素值是输入矩阵中每个元素值x2的结果。 ..

菜鸟起飞 5万+

文章ACCEPT之后填写内容教程-Springer-Verlag即施普林格

1. 确认corresponding author通讯作者机构是否正确（最好细分到系，如搜不到系只填大学也可）这些信息因为在投稿的时候都填过，所以一般都没问题，可确认并继续。2. Co-Author: 这篇文章有没有其他作者，如果有就选yes，并确认投稿时所填的作者姓名和机构是否正确。这个也是如果前期都填对了就不用修改。3. Research funders: 问文章的研究有没有资助，没有就选no，有就选yes，并填写机构名称和grant/contact numbers。

ZhangJiqun&191cm&85kg 4783

在Keil uv5里面添加STC元器件库，不影响其他元件

先到网上下载stc.CBD(宏晶网站的地址实效了）还有STC新系列单片机的头文件，宏晶的网站就有1、在Keil/C51/INC下新建目录"STC"文件夹，把所有STC新系列单片机的头文件拷贝到"STC"目录下。2、下载的用于keil下的STC器件数据库更名为STC.CDB并拷贝到Keil/UV4目录下。3、打开Keil文件夹下的TOOLS.ini文件。4、在[UV2]下键入CDB0="UV2\S

技术联盟 1万+

复盘：1*1卷积的作用详解

1）所以1*1卷积核既可以降维也可以升维 2）增加非线性 3）笔试求AC，可以不考虑空间复杂度，但是面试既要考虑时间复杂度最优，也要考虑空间复杂度最优。

weixin_46838716的博客 1749

大数据分析案例-基于决策树算法构建信用卡违约预测模型

本项目旨在使用机器学习等算法构建信用卡违约预测模型，主要应用在金融相关领域，根据用户以往的行为数据来预测是否会违约，有利于商业银行防范和化解信用卡风险,完善信用卡违约风险管理工作。本次实验通过探索性分析以及使用决策树构建信用卡违约模型，得出以下结论：1.可透支金额主要集中在0~200000之间。2.性别对于可透支金额的影响较小。3.受教育程度和婚姻状况对可透支金额的影响较大。4.决策树模型的准确率为0.88，模型效果还有待提高。

m0_64336780的博客 7574

1*1卷积层的作用

Ref: https://www.zhihu.com/question/56024942 http://m.blog.youkuaiyun.com/chaipp0607/article/details/60868689 1*1卷积的主要作用有以下几点： 1、降维（ dimension reductionality ）。比如，一张500 * 500且厚度depth为100 的

junmuzi的专栏 6896

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android：LinePhone3.2.7(最新版本)，官网地址：http://www.linphone.org/

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具，可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

1*1的卷积核作用

目前初步接触到的作用：降维（ dimension reductionality ）。比如，一张500 * 500且厚度depth为100 的图片在20个filter上做11的卷积，那么结果的大小为500500*20。升维同理。深度学习中，卷积本质上是对信号按元素相乘累加得到卷积值：卷积：多通道形式一个5 x 5 x 3矩阵，有3个通道，filters是3 x 3 x 3矩阵。首先，filters中的每个kernels分别应用于输入层中的三个通道，执行三次卷积，产生3个尺寸为3×3的通道：将这

挥剑决浮云的博客 3521

IEM模型，地表粗糙度模拟

利用微波反演土壤水分时候，利用IEM模型可以实现对随机地表的模拟

卷积神经网络中1*1卷积的作用

卷积核又称filter，过滤器。每个卷积核有长宽深3个维度；在某个卷积层中，可以有多个卷积核；下一层需要多少个feature map，本层就需要多少个卷积核。卷积核的长宽是人为指定的，长*宽被称为卷积核的尺寸。常用尺寸有1*1 ，3*3 ，5*5 。卷积核的深度与当前图像的深度相同（即通道数保持相同）。指定卷积核时，只需要指定长宽两个参数，其通道数会默认与当前作用图像的通道数相同。 1*1卷积是大小为1*1的滤波器做卷积操作，不同于2*2、3*3等filter，没有考虑在前一特...

m0_61899108的博客 5560

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面，电脑运行连游戏界面都一样大小，很怀旧，很真实，（英文版）强烈推荐，很小的文件，很难才找到的。

1*1卷积核的作用和原理

1*1的卷积作用： 1. 常常用于降维（降通道数），其实也可以用于升高维度。 2.增加了跨通道的信息交互 3.增加了非线性。这个存疑原理：从图的下部可以看出，使用1*1*5的卷积，在4*4*5的特征图上遍历整个宽和高（4*4），相当于在宽高做加乘，得到4*4*1的特征图。也就是用3个 1*1的卷积，可以得到宽高为4*4，通道数为3的特征图。这样子就改变了原始的通道数。。此外，如果1*1的卷积核数量大于5，那么就变成升高维度了。跨信道的交互其实也很清楚，也就是做加乘...

u012811785的博客 3797

1*1卷积网络的作用

之前在看GoogLeNet中的Inception v1模型时，看到其中有很多1*1的卷积层，之前总是不太明白加这些有什么用啊？降维在认真学习后，发现自己忽略了一个重要的因素。就是卷积核的个数。1*1的卷积核主要是通过减少channel数量来实现特征维度降低，从而减少整个网络模型的参数的。原始的Inception module中，参数数量为：(64*192*1*1)+(128*192*3*3)+(32

Jayn的专栏 1401

对于1*1的卷积核作用的理解

参考文献 1.【深度学习】11的卷积核到底有什么作用 2.卷积神经网络中用11 卷积有什么作用或者好处呢？ 3.卷积神经网络中的filter是怎么工作的作用：实现跨通道的交互和信息整合进行卷积核通道数的降维和升维对于单通道feature map 用单核卷积即为乘以一个参数，而一般情况都是多核卷积多通道，实现多个feature map的线性组合可以实现与全连接层等价的效果。如在faste...

zhuhongde的博客 1780

卷积神经网络中卷积核的理解、卷积计算过程和1*1卷积核的作用

一. 单通道图像的卷积计算过程下面各图中所有数学符号的说明如下： n:图片的宽度和高度 n_c:表示图片的通道数 f: 过滤器的尺寸大小 m: 过滤器的数量 Q: 卷积运算后的输出图像的尺寸大小 p：所要填充的像素值，padding=0称为Valid Convolution;为了得到与原始输入图像相同尺寸的输出图像而加入的padding，称...

BigData_Mining的博客 7948

上一篇： torch.manual_seed()和torch.cuda.manual_seed()

下一篇：论文：Network Slimming----阅读笔记

HWSD中国土壤数据库

地球资源数据云的官方博客

01-11

4651