Network in Network - ICLR 2014

NIN是2014 ICLR的一篇论文，你会发现很多论文都会引用到该论文，可见该论文是牛逼的。

之所以想看这篇，是因为自己想弄到object classification & detection的经典的network architecture的脉络（说白了，笔者菜鸟一个， 哭去，连这篇论文都没看过），这里可以推荐各位看官看下这篇 Neural Network Architectures（http://linkis.com/github.io/kDnqR）。

入正题，废话少说。

1 要理解两个概念：micro neural networks（ with more complex structures to abstract the data within the receptive field）。在论文中，micro neural networks由MLP（multi-layer perceptron）构成，其要点在于，更加抽象出感受野的特征。这里的感受野对于MLP中得每层来说，就是该层的卷积核大小。对于整个MLP来说，应该说的是输入图像的感受野大小。和cross channel parametric pooling，这个就是1*1的卷积操作，其参数可以学习，仅此而已。