深度学习_深度学习基础知识_全局平均池化（Global Average Pooling）

全局平均平均池化就是对最后一层卷积的特征图，每个通道求整个特征图的均值。如下图所示：

然后再接一层全连接，因为全局池化后的值相当于一像素，所以最后的全连接其实就成了一个加权相加的操作。这种结构比起直接的全连接更加直观，并且泛化性能更好。如下图所示：

总结：

1. 降低参数量。
2. 减少过拟合（正则化），增加泛化能力。