对全局平均池化的理解

　　首先，设定全局平均池GAP化来代替FC，由于FC层参数多，训练速度慢，并且会将一定的特征存储在这些参数内。用一个GAP将N个feature map降维成1*N大小的feature map,再用class个1*1卷积核将1*N的feature map卷成1*class的向量。因此，整个过程在维度上来看相当于一层FC，但是需要注意的是，在使用GAP后，网络收敛速度将会变慢。

转载于:https://www.cnblogs.com/ocean1100/p/9278829.html