【问题标题】:Does resnet have fully connected layers?resnet 有全连接层吗?
【发布时间】:2017-12-09 01:51:30
【问题描述】:

据我了解,全连接层(简称fc)用于预测。

例如,VGG Net 使用了 2 个 fc 层,它们都是 4096 维。 softmax 的最后一层的维度与类 num:1000 相同。

但是对于resnet,它使用了全局平均池化,并使用最后一个卷积层的池化结果作为输入。

但他们仍然有一个 fc 层!这层真的是fc层吗?或者这一层只是将输入输入到一个数字是类号的特征向量中?这层有预测结果的功能吗?

一句话,resnet和VGGnet有多少个fc层? VGGnet的1st 2nd 3rd fc层有不同的功能吗?

【问题讨论】:

    标签: deep-learning resnet


    【解决方案1】:

    VGG 有三个 FC 层,两个有 4096 个神经元,一个有 1000 个神经元,输出类别概率。

    ResNet 只有一个具有 1000 个神经元的 FC 层,它再次输出类别概率。在 NN 分类器中,最好的选择始终是使用 softmax,一些作者在图中明确说明了这一点,而另一些则没有。

    【讨论】:

      【解决方案2】:

      本质上,微软 (ResNet) 的人更喜欢更多的卷积层而不是全连接层,因此省略了全连接层。 GlobalAveragePooling 还显着减小了特征大小,因此减少了从卷积部分到全连接部分的参数数量。

      我认为性能差异非常小,但通过引入 ResNet,他们的主要成就之一是参数的显着减少,这两点帮助他们实现了这一点。

      【讨论】:

        猜你喜欢
        • 2022-01-11
        • 2017-12-14
        • 2018-11-21
        • 2019-07-01
        • 2019-10-28
        • 1970-01-01
        • 2021-09-08
        • 2021-10-27
        • 2020-09-13
        相关资源
        最近更新 更多