在 CNN 网络中会采用 1x1 卷积核对 features 进行降维和升维.
原始图像为 HxWx3，RGB 3 个通道.
CNN 网络层输出的 feature maps 为 HxWxC.

• 降维 假设 CNN 某网络层输出 feature maps 尺寸为 WxHx512，则可以采用 1x1 卷积核对 feature maps 降维到低维，如32,16 等，降低了通道数.

  WxHx512 $\rightarrow$ WxHx32，采用了 32 个 1x1 卷积核.

  </li> <li>升维 假设 CNN 某网络层输出 feature maps 尺寸为 WxHx16，现在需要用 1x1 卷积核升维到高维，如 128,512 等，增加了通道数.

  WxHx16 $\rightarrow$ WxHx128，采用了 128 个 1x1 卷积核.

  </li>