Network In Network(精读)

一.文献名字和作者

     Network In Network.Min Lin, Qiang Chen, Shuicheng Yan

   

二.阅读时间

    2014年11月19日

三.文献的目的

    文章主要是对于CNN结构进行改进，使得CNN能够学习到更加抽象和有效的非线性特征。

四.文献的贡献点

4.1 卷积层的改进--多层感知卷积层

    传统的卷积层只是将前一层的特征进行了线性组合，然后经过一个非线性激活。而在文章中，作者提出了使用一个微小的神经网络(主要是多层感知器)来替代普通的卷积过程，当然，这个微小的神经网络也和卷积的权值共享一样，即对于相同的特征层是相同的。传统的卷积过程和微网络分别如图1所示。

                                      图1 线性卷积层和微网络卷积层