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