为什么slim.nets.vgg使用conv2d而不是fully_connected图层？

Question

在tensorflow/models/slim/nets中,这里是vgg的相对片段的链接.我很好奇为什么slim.nets.vgg使用conv2d而不是full_connected图层,虽然它实际上以相同的方式工作？这是为了速度吗？我很感激一些解释.谢谢!

Answer 1

一段时间后，我认为至少有一个原因可以避免权重转换错误。

Tensorflow/slim 以及其他高级库默认允许张量格式BHWC（batch_size、高度、宽度、通道。下同）或BCHW（为了获得更好的性能）。

当在这两种格式之间转换权重时，[in_channel, out_channel]第一个 fc （全连接层，在 conv 层之后）的权重必须被重新整形为，[last_conv_channel, height, width, out_channel]例如，然后转置为[height, width, last_conv_channel, out_channel]并再次重新整形为[in_channel, out_channel]。

如果您使用卷积权重而不是完全连接的权重，则这种转换将显式应用于 fc 层（实际上是卷积权重）。肯定会避免转换错误。