优点：

1、连续使用小的卷积核来替代一个大的卷积核，生成同样的结果，但是参数量会变少，参数量越少越不容易过拟合

2、一般卷积conv后会接relu进行非线性变换，连续两次卷积会有两次非线性变换，增加了非线性变换，layer层数就越多，网络越深，而网络越深，就可以拟合更加复杂的数据

解释：

conv3-64：64个3*3的卷积

使用1*1卷积核的好处：增加通道数

神经网络越深越容易梯度消失

原文地址：http://www.cnblogs.com/xiaoliang-333/p/16827452.html

1. 本站所有资源来源于用户上传和网络，如有侵权请邮件联系站长！ 2. 分享目的仅供大家学习和交流，请务用于商业用途! 3. 如果你也有好源码或者教程，可以到用户中心发布，分享有积分奖励和额外收入！ 4. 本站提供的源码、模板、插件等等其他资源，都不包含技术服务请大家谅解！ 5. 如有链接无法下载、失效或广告，请联系管理员处理！ 6. 本站资源售价只是赞助，收取费用仅维持本站的日常运营所需！ 7. 如遇到加密压缩包，默认解压密码为"gltf",如遇到无法解压的请联系管理员！ 8. 因为资源和程序源码均为可复制品，所以不支持任何理由的退款兑现，请斟酌后支付下载 声明：如果标题没有注明"已测试"或者"测试可用"等字样的资源源码均未经过站长测试.特别注意没有标注的源码不保证任何可用性