차원 축소를 위해 활용한다.
이미지에서 단 하나의 픽셀만 보기 때문에, 이미지에서 영역을 살펴보는 의미는 없다.
다만, 1 * 1 Convolution을 이용하여 기존 Spatial Dimension을 그대로 유지한 채, 채널의 개수를 128개에서 32개로 줄인다.
![1x1 Conv_1](/imgs/1x1 Conv_1.png)
이를 통해 NN의 층을 더 깊게 쌓으면서도, 채널의 수를 줄여서 파라미터의 수를 줄일 수 있다.
-
1 * 1 Convolution을 사용하지 않는 경우
![1x1 Conv_2](/imgs/1x1 Conv_2.png)
-
1 * 1 Convolution을 사용한 경우
![1x1 Conv_3](/imgs/1x1 Conv_3.png)
파라미터 수를 147,456개에서 40,960개로 효과적으로 줄일 수 있다.
대표적인 예로 Bottleneck architecture 구조가 1 * 1 Convolution을 이용한다.