一、全连接层问题
1、卷积层的参数：输入的通道数乘以输出的通道数再乘以窗口的高宽
2、全连接层的参数就是输入的元素个数乘以输出的元素个数，也就是输入的通道数乘以输入的高宽，再乘以输出的通道数乘以输出的高宽，贼大的量级
3、一个卷积层后跟两个全连接层（1*1卷积，步幅1，无填充，输出形状跟卷积层输出一样，起到全连接作用）：1×1卷积层相当于一个全连接层，它所做的操作是，按照像素去逐一做的全连接层
二、NiN架构
1、无全连接层
2、交替使用NiN块和步幅为2的最大池化层（逐步减小高宽和增大通道数）
3、最后使用全局平均池化层得到输出（输出通道数是类别数），全局池化层它的高宽等于输入的高宽，等价于对一个类别来说，把它的平均拿出来，把这个值当做类别的预测，再加上soft max就能得到我们的预测了，这样我们就可以不用使用全连接层了，减少我们所占用内存的参数个数
三、总结
1、NiN使用由一个卷积层和多个1×1卷积层组成的块。该块可以在卷积神经网络中使用，以允许更多的每像素非线性。
2、NiN去除了容易造成过拟合的全连接层，将它们替换为全局平均汇聚层（即在所有位置上进行求和）。该汇聚层通道数量为所需的输出数量（例如，Fashion-MNIST的输出为10）。
3、移除全连接层可减少过拟合，同时显著减少NiN的参数。
4、NiN的设计影响了许多后续卷积神经网络的设计。
四、代码
1、NiN块
import torch from torch import nn from d2l import torch as d2ldef nin_block(in_channels, out_channels, kernel_size, strides, padding):return nn.Sequential(nn.Conv2d(in_channels, out_channels, kernel_size, strides, padding),nn.ReLU(),nn.Conv2d(out_channels, out_channels, kernel_size=1), nn.ReLU(),nn.Conv2d(out_channels, out_channels, kernel_size=1), nn.ReLU())
2、NiN模型
net = nn.Sequential(nin_block(1, 96, kernel_size=11, strides=4, padding=0),nn.MaxPool2d(3, stride=2),nin_block(96, 256, kernel_size=5, strides=1, padding=2),nn.MaxPool2d(3, stride=2),nin_block(256, 384, kernel_size=3, strides=1, padding=1),nn.MaxPool2d(3, stride=2),nn.Dropout(0.5),# 标签类别数是10nin_block(384, 10, kernel_size=3, strides=1, padding=1),nn.AdaptiveAvgPool2d((1, 1)),# 将四维的输出转成二维的输出，其形状为(批量大小,10)nn.Flatten())
