Inception V3网络的最后几层包括一个8x8x2048＆＃34; mixed10＆＃34;层后跟1x1x2048＆＃34; avg_pool＆＃34;层。这两层之间的真正区别是什么？是＆＃34; mixed10＆＃34;图层捕获图像的所有功能，或者仅在＆＃34; avg_pool＆＃34;中完成。层？
答案 0 :(得分：0)
顾名思义，对于mixed10中的2048个特征映射中的每一个，取得全局平均值（在8x8特征映射中的64个值），获得avg_pool层。根据您的应用程序，使用任何一个都是有意义的 - 如果您想使用网络进行分类并将网络用作特征提取器，则使用平均合并版本并在顶部训练分类器是有意义的。