在上图中,在上一节输出的 5 x 5 图像上使用了 1 x 1 卷积滤波器值 1,但实际上它可以是任何数字。 在这里,我们可以看到使用 1 x 1 过滤器可以保留其高度和宽度,而深度则增加到过滤器通道的数量。 这是 1 x 1 滤波器的基本优点。 三维内核(`f`*<sub>i</sub>* )中三个(1 x 1 x 3)单元中的每一个都与输入的相应三个单元相乘 (`A`*<sub>i</sub>* )。 然后,将这些值与 ReLU 激活函数(`b`*<sub>i</sub>*)一起加在一起,以形成单个元素(`Z`):
在上图中,在上一节输出的 5 x 5 图像上使用了 1 x 1 卷积滤波器值 1,但实际上它可以是任何数字。 在这里,我们可以看到使用 1 x 1 过滤器可以保留其高度和宽度,而深度则增加到过滤器通道的数量。 这是 1 x 1 滤波器的基本优点。 三维内核(`f[i]`)中三个(1 x 1 x 3)单元中的每一个都与输入的相应三个单元相乘 (`A[i]`)。 然后,将这些值与 ReLU 激活函数(`b[i]`)一起加在一起,以形成单个元素(`Z`):