为什么在构建网络进行分类时，最后一层是 Dense 层？答案

【问题标题】：Why is the final layer Dense layer when you construct a network for classification?为什么在构建网络进行分类时，最后一层是 Dense 层？
【发布时间】：2018-01-08 17:41:57
【问题描述】：

我是学习深度学习的初学者。密集层是完全连接的，会导致过度拟合，但为什么只在最后一层使用密集层？

【问题讨论】：

标签： deep-learning

【解决方案1】：

全连接层本身不会导致过拟合。它们在某些模型中用作最终层，因为它们可以直接执行分类。

它们还允许模型在进行特征提取的层（卷积层）和对这些特征进行分类的层（全连接层）之间进行拆分。

另外请注意，FC 层的使用正在减少，因为人们还可以使用全局平均池化和软蜡，这允许完全卷积网络在不使用 FC 层的情况下执行分类。

【讨论】：

非常感谢您的回答！！！对建立网络非常有帮助！我想尝试使用 Global Average Pooling，但我不知道如何使用它。
@Matis Valdenegro，我现在再次阅读了您的解释，然后又出现了另一个问题，所以如果您向我展示解释或一些帮助链接，我会很高兴。为什么 GlobalAveragePooling 后跟 softmax 不需要 FC 层？ softmax会导致？
@Yuki.U GAP + softmax 已经输出了一个概率分布，这就是你想要的多类分类。在这种情况下，特征图本身将学习从图像到对象类的映射。
@MatiasValdenegro 我明白了！太感谢了！ GAP + softmax 的工作原理很有趣！