现在做3D-CNN处理高光谱遥感影像的网络结构时，在模型的最后一层送入到分类器之类，习惯性的会加上一个GlobalAveragePooling3D(GAP)层，这个层对减少参数和降低过拟合风险有很大的作用，它实际上是对fc层的一个替换，在ALexNet，VGG上在分类器之前都会有fc层。GAP是没有参数的，但是fc层会引入大量的参数。
GAP将最后一层的每个特征图进行一个平均池化操作，形成一个特征点，再将这些特征点组成的特征向量送入softmax进行分类。例如，最后一层的数据是10个6*6的特征图，GAP是将每一张特征图计算所有的像素点的均值，输出一个数据值，这样10个特征图就会输出10个数据点，这些数据点组成一个1*10的向量的话，就成为一个特征向量，可以进入softmax进行计算。