为什么深度网络（vgg，resnet）最后都不使用softmax（概率归一）函数，而是直接加fc层？

这个问题很简单，并不是没有使用softmax，而是没有显式使用softmax。

随着深度学习框架的发展，为了更好的性能，部分框架选择了在使用交叉熵损失函数时默认加上softmax，这样无论你的输出层是什么，只要用了nn.CrossEntropyLoss就默认加上了softmax。不仅是Pytorch，国内的飞桨PaddlePaddle2.0等框架也是这样。但在更早的一些版本，默认是不隐式添加softmax的，所以会有一部分教程/资料，要求在撰写对应代码时手动添加softmax。当然，自己的框架是否需要手动在输出层添加softmax，推荐看对应的API文档。道听途说不一定可取，毕竟一个softmax可以做分类，俩softmax搞不好就不收敛了