我的意思是问，我可以有一个具有大量层而没有全连接层的神经网络分类器吗？
最佳答案
是的，你可以制作一个全卷积分类器，一个例子是 SqueezeNet .
基本工作原理是在网络末端插入一个具有 C 个输出 channel 的卷积层，其中 C 是类的数量。然后，您继续应用全局平均池化，这将生成 C 元素的 1D 向量(与输入特征图宽度/高度无关)，并且您可以将 softmax 函数应用于该向量以生成输出类概率。
关于neural-network - 深度神经网络真的需要全连接层吗？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/43418497/