在“Keras 的 ResNet50 模型”中，为什么要使用步幅 = 2 的 1x1 卷积？

【问题标题】：In 'ResNet50 model for Keras', why use 1x1 convolution with stride = 2?在“Keras 的 ResNet50 模型”中，为什么要使用步幅 = 2 的 1x1 卷积？
【发布时间】：2020-01-03 00:30:57
【问题描述】：

ResNet50 在这里：https://github.com/fchollet/deep-learning-models/blob/master/resnet50.py

在一个'conv_block'中，第一层是这样的：

x = Conv2D(filters1 = 64,           # number of filters
           kernel_size=(1, 1),      # height/width of filters
           strides=(2, 2)           # stride
          )(input_tensor)

我的问题是：

这个图层不会丢失一些像素吗？
这个 1x1 卷积只看 1 个像素，然后移动 2 个像素（stride=2）。

【问题讨论】：

标签： keras

【解决方案1】：

Resnet的原论文中提到过：

卷积层大多有 3×3 的过滤器和遵循两个简单的设计规则：（i）对于相同的输出特征图大小，层具有相同数量的过滤器； (ii) 如果特征图大小减半，过滤器的数量加倍，以保持每层的时间复杂度。我们直接执行下采样步长为 2 的卷积层

所以你可以认为它是 Pooling 层的替代品，与计算整个激活图然后将其池化相比，它还降低了整个模型的计算复杂度。

【讨论】：