alexanderkun

摘要： 1. 实现跨通道的交互和信息整合 1×1的卷积层（可能）引起人们的重视是在NIN的结构中，论文中林敏师兄的想法是利用MLP代替传统的线性卷积核，从而提高网络的表达能力。文中同时利用了跨通道pooling的角度解释，认为文中提出的MLP其实等价于在传统卷积核后面接cccp层，从而实现多个feature 阅读全文

摘要： 关键点是1*1的卷积是怎么用的，也就是MLP卷积。看如下的数据就可以理解了 输入为224*224*3的图像，第一层卷积为11*11*3*96（也就是96个11*11*3的卷积核，另外还有步长），卷积完后是54*54*96的数据，然后用1*1*96的卷积核进行卷积，得出54*54*96的数据，再利用1 阅读全文

摘要： 《Network in Network》论文笔记 1.综述 这篇文章有两个很重要的观点： 1×1卷积的使用 文中提出使用mlpconv网络层替代传统的convolution层。mlp层实际上是卷积加传统的mlp（多层感知器），因为convolution是线性的，而mlp是非线性的，后者能够得到更高的 阅读全文

摘要： 一、相关理论 本篇博文主要讲解2014年ICLR的一篇非常牛逼的paper：《Network In Network》，过去一年已经有了好几百的引用量，这篇paper改进了传统的CNN网络，采用了少量的参数就松松击败了Alexnet网络，Alexnet网络参数大小是230M，采用这篇paper的算法才 阅读全文