Network in Network

一. 我們知道CNN高層特徵其實是低層特徵通過某種運算的組合。於是作者就根據這個想法，提出在每個局部感受野中進行更加複雜的運算，提出了對卷積層的改進算法：MLP卷積層。另一方面，傳統的CNN最後一層都是全連接層，參數個數非常之多，容易引起過擬合（如Alexnet）,一個CNN模型，大部分的參數都被全連接層給佔用了，故這篇paper提出採用了：全局均值池化，替代全連接層。因此後面主要從這兩個創新點進

>>阅读原文<<