network in network

首先文章作者把传统CNN网络看成一个广义的线性模型GLM（generalized linear model）后面跟一个非线性激活函数（现在多用ReLU），而假设特征能够被GLM抽象即线性可分，那么对它的抽象程度是不够的（level of abstraction is low），或者说我们要假设特征是线性可分的（这是个强假设）。如果我们用一个非线性的模型代替GLM,无疑会提高整个模型对特征的抽象程度，而且不必有强假设的依赖（事实上大部分机器学习任务是线性不可分的）。

传统的CNN为解决这种不可分问题，会选择多个filter，即增加k的个数，来保证所有的变形都被分到正确的concept里，但是这样会造成两个问题 ：1）首先随着k值增加，参数的个数随之急剧增加   2）k值较大对于下一层的学习也造成了影响，因为对于当前这一层当中相同概念的不同变形的filter，下一层必须要能够有一定的抽象处理。

MLP层（即文章中的micro network）解决了这两个问题，这也是文章主要的两个创新点（MLP convolutional layer、Global Average Pooling）之一.下面我们分别讲述这两个方面。

（1）MLP convolutional layer

相比于传统CNN卷积做法，multilayer perceptron的卷积核，实际相当于先做一个一般的卷积，再做几个1*1的卷积(只改变filter的个数，不改变feature map的大小)，这一点与GoogleNet顺序相反，GoogleNet在inception v1结构里先做1*1的卷积，目的是减少参数量。

MLP的优点：

• 非常有效的通用函数近似器
• 可用BP算法训练，可以完美地融合进CNN
• 其本身也是一种深度模型，可以特征再利用

（2）Global average pooling 

Global average pooling的合理性在于，经过了一个多层的复杂的网络之后，每一个filter代表的都是high-level的信息，而不是low-level的像一些曲线或者纹理之类的信息。对于这种high-level的信息，对整个feature map做pooling相当于检测这个map中有没有这个filter要检测的concept，这个pooling的结果已经可以很好地用来做分类或者检测之类的工作，不需要fully connected之后再训练分类器。

采用了NIN改进CNN后，我们增强了局部模型的表达能力，这样我们可以在分类层对特征图进行全局平均池化，这种方式更有意义和容易解释(可将最后一层输出的特征图的空间平均值解释为相应类别的置信度！为什么可以这样解释呢？因为在采用了微神经网络后，让局部模型有更强的抽象能力，从而让全局平均池化能具有特征图与类别之间的一致性)，所以MLP可以看做是Global average pooling的前提工作。

全局平均池化的优势：

• 通过加强特征图与类别的一致性，让卷积结构更简单
• 大大减少参数，避免了全连接层的参数优化，所以这一层可以避免过拟合（因为全局平均池化本身就是一种结构性的规则项）
• 它对空间信息进行了求和，因而对输入的空间变换更具有稳定性

总结：NIN的主要贡献我认为是MLP卷积层，这与VGG net、GoogleNet的增加网络深度思想是相通的，我理解增加网络的深度会提高对特征的抽象程度所以得到更好结果。

参考博客：

http://www.cnblogs.com/anyview/p/5105181.html

http://blog.csdn.net/hiterdu/article/details/45418545