Network in Network 个人理解

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*1*96的卷积核进行卷积，得到54*54*96的数据，然后在用pooling。