深度学习中卷积核问题

1、卷积核为什么采用奇数？

浅层来看，肯定采用卷积核尺寸采用偶数×偶数的效果比奇数×奇数差。

（1）保证了锚点刚好在中间，方便以模块中心为标准进行滑动卷积；

（2）考虑padding时，图像的两边依然相对称。

2、1×1卷积核的作用

（1）可以对图像进行升维操作和降维操作；

（2）多个feature map的线性组合，实现跨通道的交互和信息整合。

3、GoogleNet中浅层的inception模块的3×3和5×5的卷积核个数占比较少，而深层时占比较大？

答：希望靠后的inception module可以捕捉到更高阶的抽象特征，因此靠后的inception module的卷积的空间集中度应该逐渐降低，这样可以捕捉到更大面积的特征。因此，越靠后的inception module中，3*3和5*5这两个大面积的卷积核的占比（输出通道）应该更多。