在 tensorflow/models/slim/nets 中，这里是 vgg 的相关片段的链接.我很好奇为什么 slim.nets.vgg 使用 conv2d 而不是fully_connected 层，尽管实际上它的工作方式相同？是为了速度吗？
我很欣赏一些解释。谢谢!
最佳答案
一段时间后，我认为至少有一个原因可以避免权重转换错误。
Tensorflow/slim 以及其他高级库允许张量格式 BHWC (batch_size, height, width, channel. 下同) 默认或BCHW (以获得更好的性能)。
在这两种格式之间转换权重时，权重 [in_channel, out_channel]第一个 fc (全连接层，在 conv 层之后)必须重新整形为 [last_conv_channel, height, width, out_channel]例如，然后转置为 [height, width, last_conv_channel, out_channel]并再次 reshape 为 [in_channel, out_channel] .
如果您使用转换权重而不是完全连接的权重，则这种转换将显式应用于 fc 层(实际上是转换权重)。肯定会避免转换错误。
关于tensorflow - 为什么 slim.nets.vgg 使用 conv2d 而不是全连接层？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/42052750/