1x1卷积的原理与应用
(163条消息) 1x1卷积的作用_salary_up_27k的博客-CSDN博客_1x1卷积
1.有的时候，我们想在不增加感受野的情况下，让网络加深，为的就是引入更多的非线性。
2.升维或者降维，卷积后的的 featuremap 通道数是与卷积核的个数相同的，为什么要用 1x1 呢，在训练的时候，卷积核里面的值就是要训练的权重，3x3 的尺寸是 1x1 所需要内存的 9 倍，其它的类似。所以，有时根据实际情况只想单纯的去提升或者降低 feature map 的通道，1x1 无疑是一个值得考虑的选项。
3.减少计算量，降维其实就能体现参数量的降低了，还有就是在inception module 里面的体现
扩张（dilated/Atrous）卷积的原理与应用//Atrous是法文来着
(38 封私信 / 36 条消息) 如何理解空洞卷积（dilated convolution）？ - 知乎 (zhihu.com)
空洞（扩张）卷积（Dilated/Atrous Convolution） - 知乎 (zhihu.com)
1.dilated的好处是不做pooling损失信息的情况下，加大了感受野，让每个卷积输出都包含较大范围的信息，可以在相同感受野大小的前提下，空洞卷积比普通卷积的参数量更少。
2.对时间的建模长度受限于卷积核大小的，如果要想抓去更长的依赖关系，就需要线性的堆叠很多的层。为了解决这个问题，研究人员提出了膨胀卷积。
因果?（causal）卷积的原理与应用
(165条消息) 时序模型（一）—— TCN 时间卷积网络_微知girl的博客-CSDN博客_时间卷积网络 //2.1因果卷积
(165条消息) TCN-时间卷积网络_满腹的小不甘_静静的博客-CSDN博客_时间卷积网络
1.?即对于上一层t时刻的值，只依赖于下一层t时刻及其之前的值。和传统的卷积神经网络的不同之处在于，因果卷积不能看到未来的数据，它是单向的结构，不是双向的。也就是说只有有了前面的因才有后面的果，是一种严格的时间约束模型，因此被成为因果卷积，符合对时间序列建模的前提假设。
?
