24. 为什么要⽤1*1卷积

1x1卷积（也称为点卷积或逐点卷积）在深度学习中有多种用途，尽管它的卷积核大小很小，但它具有一些重要的功能和应用：

1. 降维和升维：1x1卷积可以用于调整张量的通道数，从而增加或减少特征图的深度。这对于在神经网络中控制参数数量和计算复杂性非常有用。通过降维，可以减少计算负担，而通过升维，可以增加特征图的表达能力。

2. 特征交互：1x1卷积可以用于在特征图的不同通道之间进行交互。这有助于捕捉不同通道之间的关联性，从而提高网络的表现能力。例如，在图像分类任务中，可以使用1x1卷积来学习通道之间的权重，以便强调重要的特征。

3. 瓶颈结构：1x1卷积通常与2x2或3x3等更大的卷积核结合使用，构建瓶颈结构。这种结构可以在减少参数数量的同时，保持较大的感受野，有助于提高模型的性能。

4. 空间信息保持：与大尺寸的卷积核相比，1x1卷积保留了输入特征图的空间分辨率，因此在一些任务中，它可以更好地保持位置信息，这对于像分割和定位等任务非常重要。

5. 维度变换：1x1卷积也可用于将张量的形状从一个形状变换为另一个形状，这在某些网络结构中很有用

增加⽹络的深度（加⼊⾮线性）、升维或者是降维、跨通道信息交互（channal 的变换）