Network in Network记录

1.    模型介绍：新加坡国立大学lv实验室提出的，异与传统卷积神经网络。

2.    特点：与其他神经网络相比，最大差异在与用多层感知机（多层全连接和非线性函数组合）代替了先去卷积进行层间映射。线性卷积层的复杂度有限，非线性映射增加网络卷积层的非线性能力，使上层特征有更多复杂性和可能性的映射到下层。思想被残差网络借鉴。同时摒弃了全连接层作为分类层的传统，转而用全局汇合操作，最后一层有C个特征图，每一张对应分类任务的C个类别。有了模型可解释性上的一个优势。(更少的参数，更好的局部抽象，降低拟合程度)

3.    网络结构：3个堆叠的多层感知机卷积模块和一个全局汇合操作作为分类层。