mlpconv 和 maxout 层有什么区别？
What is the difference between mlpconv and maxout layer?
我正在阅读 Network in Network 论文，但我很难理解这些术语。
多层感知器 (MLP) 是一种监督学习算法，它通过在数据集上训练来学习函数。
参考：https://scikit-learn.org/stable/modules/neural_networks_supervised.html
在本文中，作者建议将 mlpconv 作为使用卷积 NN 的 MLP 的堆叠层。另一方面，maxout 网络具有不同的功能；它可以分离位于凸集内的概念，不像传统的卷积层只能执行线性分离
我正在阅读 Network in Network 论文，但我很难理解这些术语。
多层感知器 (MLP) 是一种监督学习算法，它通过在数据集上训练来学习函数。 参考：https://scikit-learn.org/stable/modules/neural_networks_supervised.html
在本文中，作者建议将 mlpconv 作为使用卷积 NN 的 MLP 的堆叠层。另一方面，maxout 网络具有不同的功能；它可以分离位于凸集内的概念，不像传统的卷积层只能执行线性分离