bottleneck layer | features

参考：介绍Bottleneck layer结构

什么是瓶颈层

Bottleneck layer又称之为瓶颈层，使用的是11的卷积神经网络。之所以称之为瓶颈层，是因为长得比较像一个瓶颈。

如上图所示，经过11的网络，中间那个看起来比较细。像一个瓶颈一样。使用1*1网络的一大好处就是可以大幅减少计算量。

ResNet中的Bottleneck Layer

Bottleneck layer这种结构比较常见的出现地方就是ResNet block了。

如图所示分别是有bottleneck和没有bottleneck的ResNet模块。

Deep Residual Learning for Image Recognition 这篇论文对此的解释是： The three layers are 1X1, 3X3, and 1X1 convolutions, where the 1X1 layers are responsible for reducing and then increasing(restoring) dimensions, leaving the 3X3 layer a bottleneck with smaller input/output dimensions. 我们看到，使用 1*1的网络结构很方便改变维度。灵活设计网络，并且减小计算量。且在降维之后可以更加有效、直观地进行数据的训练和特征提取，