network in network論文

本文主要是對傳統的卷積網絡進行改進，關鍵點有兩個: 第一：mlpconv 第二：全局平均池化   傳統的cnn可以看做是廣義線性模型GLM，所以cnn覺得潛在的概念都是線性可分的。（但是cnn+非線性激活不是能模擬出非線性嗎？）但是一些數據是非線性、多維度的，因此提出將卷積替換爲更多小部分的非線性函數，從而提升模型的抽象能力。 作者通過mlpconv模擬多部分非線性函數。具體結構如下圖： 下面的結

>>阅读原文<<