卷积神经网络里输入图像大小何时是固定，何时是任意？

https://www.zhihu.com/question/56688854/answer/463698542

cnn框架：卷积层（卷积+非线性激活）+池化层+全连接层+分类层。其中，卷积层、池化层、分类层其实都不在意图像大小，但是全连接层有问题。

当然，除了卷积层外，还可以用别的层替换全连接层。比如用全局平均池化（Global Average Pooling）层替换全连接层。

不过，也不是说只要有全连接层，输入的图像大小就一定要固定，可以在卷积模块和全连接层之间加一个中间层，整理一下卷积模块的输出，保证不管输入图像大小怎么变，传给全连接层的始终是固定维数的输入。SPP（Spatial Pyramid Pooling，空间金字塔池化）就是做这个的。

标签：卷积,层替换,何时,神经网络,池化,图像,连接,输入
来源： https://www.cnblogs.com/ethan-tao/p/14537664.html