resnet是否有完全连接的层？

Question

据我所知，完全连接层（简称fc）用于预测。

例如，VGG Net使用了2个fc图层，它们都是4096维。 softmax的最后一层具有与num：1000类相同的维度。

但对于resnet，它使用了全局平均池，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！这层是真的fc层吗？或者这个图层只是输入一个数字是类号的特征向量？该图层是否具有预测结果的功能？

总之，有多少fc层可以重新网络和VGGnet？ VGGnet的第1个第2个第3个fc层有不同的功能吗？

Answer 1

从本质上讲，微软（ResNet）的人员更喜欢卷积层而不是完全连接层，因此省略了完全连接的层。 GlobalAveragePooling还显着减小了特征尺寸，因此减少了从卷积部分到完全连接部分的参数数量。

我认为性能差异非常小，但是通过引入ResNets，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目标。

Answer 2

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

ResNet只有一个带有1000个神经元的FC层，它们再次输出类概率。在NN分类器中，最好的选择是使用softmax，有些作者在图中明确表示，而其他作者则没有。