卷积神经网络在分类层用卷积层代替全连接层的好处（附代码演示）

先说一下结论： 好处：可以让卷积神经网络模型的训练集和测试集的图像大小不一样，如果是全连接层则必须输入图像的大小一致。 分析过程： 全连接层—代码演示具体操作 假设batch-size是1，最后的卷积层输出大小是5X5，通道数是512的话，如果接全连接层的话，就需要先reshape成一维的，这里的dim=12800（5X5X512），这里全连接层的权重矩阵大小就固定为了[12800,256]（全连

>>阅读原文<<