G検定（ジェネラリスト検定） ディープラーニングの要素技術 練習問題 第26問: 畳み込みニューラルネットワークで使われる1×1の畳み込み (フィルタの縦横が1×1の畳み込み) の説明として、最も適切なものはどれか。

肢3が正解です。畳み込み層のフィルタは入力のすべてのチャネルにまたがるので、1×1の畳み込みは、画素の位置ごとにチャネル方向の重み付きの和をとる計算になり、出力のチャネル数はフィルタの枚数で決まります (CS231n)。

Network In Network の論文 (Lin ら, 2013) はこれをチャネルをまたぐ学習可能な結合として使い、GoogLeNet の論文 (Szegedy ら, 2014) は計算量の大きい3×3や5×5の畳み込みの前に置いて次元を減らしています。

肢1は誤りで、1枚のフィルタが全チャネルの値を混ぜ合わせます。

肢2は誤りで、VGG の論文 (Simonyan と Zisserman) は、1×1の畳み込みは受容野を変えずに非線形性を増やす方法だとしています。

肢4は誤りで、1×1の畳み込みは重みを学習する層で、平均をとるのはプーリングです。