爲什麼slim.nets.vgg使用conv2d而不是fully_connected圖層？

Question

在tensorflow/models/slim/nets中，這裏是vgg的相關片段的鏈接。我很好奇爲什麼slim.nets.vgg使用conv2d而不是fully_connected圖層，儘管實際上它的工作方式相同？這是爲了速度的目的嗎？ 我欣賞一些解釋。謝謝！

Answer 1

過了一段時間，我認爲至少有一個原因，它可以避免重量轉換錯誤。

Tensorflow /苗條以及其他高級別庫允許張量格式或者BHWC（的batch_size，高度，寬度，通道。同下）通過默認或BCHW（爲了更好的性能）。

當這兩個格式之間的轉換的權重，權重第一FC（完全連接層，CONV層之後）的[in_channel, out_channel]不得不被重新成形爲[last_conv_channel, height, width, out_channel]例如，然後調換到[height, width, last_conv_channel, out_channel]並再次重新成形爲[in_channel, out_channel]。

如果您使用的是權重而不是完全連接的權重，則此類轉換將顯式應用於fc圖層（實際上是權重）。肯定會避免轉換錯誤。