基于深度学习的图像识别过程中，卷积层的作用是什么

深度学习中的卷积层怎么做，有什么作用

那么可以两个设备同时并行。如果cpu也支持，前提是显卡需要支持opencl技术可以使用opencl编写gpu平台kernel代码并行加速计算量

卷积神经网络卷积的目的是什么?深度学习神经网络学习的是什么?

卷积的目的是提取特征，学习特征，深度学习的模型很多，比如RNN,CNN,ResNet,DenceNet等等，各种模型的功能也不同，主要应用在图像分类，目标识别，自然语言处理，预测等。

卷积神经网络中用1*1 卷积有什么作用或者好处

1*1卷积的主要作用有以下几点： 1、降维（ dimension reductionality ）。比如，一张500 * 500且厚度depth为100 的图片在20个filter上做1*1的卷积，那么结果的大小为500*500*20。 2、加入非线性。卷积层之后经过激励层，1*1的卷积在前一层的学习表示上添加了非线性激励（ non-linear activation ），提升网络的表达能力；