Network in Network----Global Average Pooling

一、結構 每個特徵圖一整張圖片進行全局均值池化，每張特徵圖得到一個輸出，對應於一個輸出類別。例如 CIFAR-100分類任務，可直接將最後一層 Mlpconv 輸出通道設爲100，對每個 Feature Map 進行全局平均池化得到100維的輸出向量。   二、作用 1.GAP不需要參數，但全連接層需要大量參數。 2.GAP因爲參數少，因此能減少過擬合 3.GAP彙總空間信息，能更好的適應空間變換

>>阅读原文<<