Tensorflow 为什么slim.nets.vgg使用conv2d而不是完全连接的层？

在tensorflow/models/slim/nets中，以下是相关代码片段的链接。我很好奇为什么slim.nets.vgg使用conv2d而不是完全连接的层，尽管它的工作原理实际上是相同的？是为了提高速度吗？

---

我感谢你的解释。谢谢

过了一段时间，我认为至少有一个原因可以避免权重转换错误

Tensorflow/slim以及其他高级库允许默认情况下使用tensor格式

BHWC

（批次大小、高度、宽度、通道。如下所示）或

BCHW

（以获得更好的性能）

在这两种格式之间转换权重时，必须将第一个fc（完全连接的层，在转换层之后）的权重

[输入通道，输出通道]

重塑为

[最后一个转换通道，高度，宽度，输出通道]

，然后转换为

[高度，宽度，最后一个转换通道，输出通道]

并再次重塑为

[输入通道，输出通道]

---

如果您使用conv权重而不是完全连接的权重，这种转换将显式应用于fc层（实际上是conv权重）。当然可以避免转换错误。

是的，这是slim源代码中的“注意：所有完全连接的层都已转换为conv2d层”。我想知道为什么。。。