神经网络的输入何时是任意大小,何时是固定的
link
图像进行卷积的时候,因为每一个卷积核中权值都是共享的,因此无论输入图像的尺寸是多大的都可以都是按照步长滑动做卷积,只不过都是经过卷积运算,不同大小的输入图片提取出的卷积特征的大小也是不同的。
但是, 全连接层的一个神经元对应一个输入。换句话说,全连接层要求固定的输入维度。而不同大小的图像,卷积模块(卷积+非线性激活+池化)输出的特征映射维度是不一样的。因此,从这个意义上说,因为有全连接层存在,决定了输入的图像的大小必须是固定的。
当我们去掉全连接层时, 输入就可以是任意大小了.