全连接与卷积

用卷积代替全连接有以下优点：

1. 更灵活，不需要限定输入图像的分辨率；-

   这个怎么理解 是测试阶段的不需要限定输入的分辨率还是训练阶段也不需要限制输入的分辨率？

  为什么我觉得其实是都需要？我认为不能做到不需要限制图像的分辨率，比如我的图像是224 的 和图像是256 的那么，到达全连接层前面一层的结果是不一样的 对吧 

  比如我如果使用224的输入，那么alxnet 输入到全连接层前面一层的结果是 7x7x512  如果我的输入尺寸比这个尺寸大，那么我得到的结果理论上比这个数值大 更具体一点是比 7x7大，可能是9x 9 或者是11 x11 

为什么要这样改动：

来自：https://www.zhihu.com/question/41037974

  但是：

可以看到其实换成卷积核之后，计算量并没有下降。。。。。

2. 更高效，只需要做一次前向计算。

疑问：用卷积代替全连接是否真的节省参数量和前向时间？

 

目前我自己的答案是不能节省参数量的

那么是否节省前向时间那？