Network in Network----Global Average Pooling

一、结构 每个特征图一整张图片进行全局均值池化，每张特征图得到一个输出，对应于一个输出类别。例如 CIFAR-100分类任务，可直接将最后一层 Mlpconv 输出通道设为100，对每个 Feature Map 进行全局平均池化得到100维的输出向量。   二、作用 1.GAP不需要参数，但全连接层需要大量参数。 2.GAP因为参数少，因此能减少过拟合 3.GAP汇总空间信息，能更好的适应空间变换

>>阅读原文<<