對全局平均池化的理解

　　首先，設定全局平均池GAP化來代替FC，由於FC層參數多，訓練速度慢，並且會將一定的特征存儲在這些參數內。用一個GAP將N個feature map降維成1*N大小的feature map,再用class個1*1卷積核將1*N的feature map卷成1*class的向量。因此，整個過程在維度上來看相當於一層FC，但是需要注意的是，在使用GAP后，網絡收斂速度將會變慢。