卷积

• 卷积核的维度为(kernel_size, kernel size, input_features)，即深度是由输入的特征数决定的。输出深度（输出特征数）为kernel的个数，每一个kernel扫描输入，寻找一个feature，产生一个feature map。
• 卷积的过程是内积

GooLeNet中

1*1卷积

• 作用1-降维：kernel_size为1不能改变长宽，但是kernel的个数决定了输出的深度，可以用来降维。
• 作用2-多一次提取特征的机会：11卷积把每一个点单独处理，乘以一个parameter(11的kernel)，并且通过了ReLU函数，输出也为一个点，相当于进行了一次全连接，进行了Network In Network的操作，多一次提取特征。

Inception结构

暂时不太理解
参考