老师，为什么在global_average_pooling2d_1层后面接全连接层效果反倒不好了？

Question

如题，我在mobilenet的global_average_pooling2d_1层后面接的dense层，参数与课程中一致，但是训练效果并不好，是因为global average pooling之后丢失了特征图的中的信息么？

Answer 1

lewis 2020-01-24 13:00:07

没听明白，迁移学习本来就是把别的模型最后一层换成dense层，训练效果很好，建议你先可视化diff一下你的代码和示例代码的区别

• 提问者 zozo_zuo #1

  mobilenet模型中，“conv_pw_13_relu”层后面有一个“global_average_pooling2d_1”（全局平均池化层），我这里并没有直接将最后一个卷积层拉平（flatten）,而是从最后一个卷积层后面的全局平均池化层接自己的全连接层，训练效果不理想，怀疑是全局平均池化层破坏了最后一层卷积层的结构信息

• lewis 回复 提问者 zozo_zuo #2

  摊平flatten是必须的，这是高维向低维转换的必经之路。