为什么我们在 CNN 的末端使用全连接层？
Why do we use fully-connected layer at the end of CNN?
找了很多原因都没有弄清楚，请问谁能详细解释一下？
CNN 为您提供输入图像的表示。要学习样本类，应该使用分类器（如逻辑回归、SVM等）来学习学习到的特征与样本类之间的关系。 Fully-connected 层也是一个线性分类器，例如逻辑回归，因此被使用。
卷积层和池化层从图像中提取特征。所以这一层做了一些 "preprocessing" 的数据。全连接层根据提取的特征进行分类。
理论上你没有附加一个全连接层，你可以有一个完整的卷积堆栈直到最后，只要（由于自定义sizes/paddings) 你最终得到正确数量的输出神经元（通常是 classes 的数量）。
那么为什么人们通常不这样做呢？如果通过数学运算，就会发现每个输出神经元（因此 - 对某些 class 的预测）仅取决于 输入维度（像素）的子集 ).这将是模型中的一些东西，它只决定图像是否是 class 1 的元素，这取决于前几个 "columns" （或者，取决于体系结构、行或一些补丁图像），然后这是否是 class 2 在接下来的几列（可能重叠），...，最后一些 class K 取决于最后几列。通常数据不具有此特征，您不能 class 根据前几列忽略其余列来确定猫的图像。
但是，如果您引入 全连接 层，您的模型就可以 混合 信号，因为每个神经元都有一个连接到下一层中的每一个，现在每个输入维度（像素位置）和每个输出之间都有信息流 class，因此决策真正基于整个图像。
所以直观上你可以从信息流的角度来思考这些操作。卷积是局部操作，池化是局部操作。全连接层是全局的（它们可以引入任何类型的依赖）。这也是为什么卷积在图像分析等领域表现如此出色的原因 - 由于它们的局部性质，它们更容易训练，即使在数学上它们只是完全连接层可以表示的子集。
注意
我在这里考虑 CNN 的典型使用，其中内核很小。通常，人们甚至可以将 MLP 视为 CNN，其中内核的大小为整个输入的大小，具体为 spacing/padding。然而，这些只是极端情况，在实践中并没有真正遇到过，也没有真正影响推理，因此它们最终成为 MLP。这里的重点很简单——引入全局关系，如果可以通过以特定方式使用 CNN 来实现——那么就不需要 MLP。 MLP 只是引入这种依赖性的一种方式。
每个全连接 (FC) 层都有一个等效的卷积层（反之亦然）。因此没有必要添加 FC 层。它们总是可以被卷积层取代（+重塑）。参见 details。
那为什么要用FC层呢？
因为（1）我们习惯了（2）它更简单。 (1) 可能是 (2) 的原因。例如，如果您使用卷积层而不是 FC 层，您将需要调整损失函数/标签的形状/添加重塑添加末端。
我发现 Anil-Sharma on Quora 的回答很有帮助。
我们可以将整个网络（用于分类）分为两部分：
特征提取：
在传统的分类算法中，如支持向量机，我们过去常常从数据中提取特征来进行分类。卷积层与特征提取的目的相同。 CNN 捕获更好的数据表示，因此我们不需要进行特征工程。
分类:
特征提取后，我们需要将数据分类为各种 类，这可以使用全连接 (FC) 神经网络来完成。除了全连接层，我们还可以使用 SVM 等传统分类器。但是我们通常最终会添加 FC 层以使模型 end-to-end 可训练。
找了很多原因都没有弄清楚，请问谁能详细解释一下？
CNN 为您提供输入图像的表示。要学习样本类，应该使用分类器（如逻辑回归、SVM等）来学习学习到的特征与样本类之间的关系。 Fully-connected 层也是一个线性分类器，例如逻辑回归，因此被使用。
卷积层和池化层从图像中提取特征。所以这一层做了一些 "preprocessing" 的数据。全连接层根据提取的特征进行分类。
理论上你没有附加一个全连接层，你可以有一个完整的卷积堆栈直到最后，只要（由于自定义sizes/paddings) 你最终得到正确数量的输出神经元（通常是 classes 的数量）。
那么为什么人们通常不这样做呢？如果通过数学运算，就会发现每个输出神经元（因此 - 对某些 class 的预测）仅取决于 输入维度（像素）的子集 ).这将是模型中的一些东西，它只决定图像是否是 class 1 的元素，这取决于前几个 "columns" （或者，取决于体系结构、行或一些补丁图像），然后这是否是 class 2 在接下来的几列（可能重叠），...，最后一些 class K 取决于最后几列。通常数据不具有此特征，您不能 class 根据前几列忽略其余列来确定猫的图像。
但是，如果您引入 全连接 层，您的模型就可以 混合 信号，因为每个神经元都有一个连接到下一层中的每一个，现在每个输入维度（像素位置）和每个输出之间都有信息流 class，因此决策真正基于整个图像。
所以直观上你可以从信息流的角度来思考这些操作。卷积是局部操作，池化是局部操作。全连接层是全局的（它们可以引入任何类型的依赖）。这也是为什么卷积在图像分析等领域表现如此出色的原因 - 由于它们的局部性质，它们更容易训练，即使在数学上它们只是完全连接层可以表示的子集。
注意 我在这里考虑 CNN 的典型使用，其中内核很小。通常，人们甚至可以将 MLP 视为 CNN，其中内核的大小为整个输入的大小，具体为 spacing/padding。然而，这些只是极端情况，在实践中并没有真正遇到过，也没有真正影响推理，因此它们最终成为 MLP。这里的重点很简单——引入全局关系，如果可以通过以特定方式使用 CNN 来实现——那么就不需要 MLP。 MLP 只是引入这种依赖性的一种方式。
每个全连接 (FC) 层都有一个等效的卷积层（反之亦然）。因此没有必要添加 FC 层。它们总是可以被卷积层取代（+重塑）。参见 details。
那为什么要用FC层呢？
因为（1）我们习惯了（2）它更简单。 (1) 可能是 (2) 的原因。例如，如果您使用卷积层而不是 FC 层，您将需要调整损失函数/标签的形状/添加重塑添加末端。
我发现 Anil-Sharma on Quora 的回答很有帮助。
我们可以将整个网络（用于分类）分为两部分：
特征提取： 在传统的分类算法中，如支持向量机，我们过去常常从数据中提取特征来进行分类。卷积层与特征提取的目的相同。 CNN 捕获更好的数据表示，因此我们不需要进行特征工程。
分类: 特征提取后，我们需要将数据分类为各种 类，这可以使用全连接 (FC) 神经网络来完成。除了全连接层，我们还可以使用 SVM 等传统分类器。但是我们通常最终会添加 FC 层以使模型 end-to-end 可训练。