你可能会想为什么有人会用1x1卷积，因为它关注的不是一块像素，而是一个像素，图1
图1
我们看看传统的卷积，它基本上是运行在一个小块图像上的小分类器，但仅仅是个线性分类器。图2
图2
如果你在中间加一个1x1卷积，你就用运行在一块像素上的神经网络代替了线性分类器。
在卷积操作中散步一些1x1卷积是一种使得模型变得更深的低耗高效的方法，并且会有更多的参数。图3
图3
这样做没有改变神经网络的结构，他们非常简单，因为如果你看到他们的数学公式，他们根本不是卷积。
只是矩阵相乘并且有较少的参数。
原文：https://www.cnblogs.com/fuhang/p/9264942.html