为什么使用卷积层代替全连接层？
卷积层的特点：
- 可以提取更深层的特征
- 减少w计算量（相对于全连接层）和权值共享
全连接层的特点：
- 每个神经元都和上一层的所有神经元相连接
不同点是：卷积层是局部连接的全连接层，因此可以相互替换
卷积层替换全连接层的优点：
- 输入可以不用限制死输入图像的大小，提供方便。
- 并且在前向传播时效率更高（减少w计算量）。
举个例子：
假设最后一个卷积层的输出为：7 * 7 * 512，我们经过4096个7 * 7 * 4096 个卷积核进行卷积后输出1 * 1 * 4096的特征图，等价于4096个神经元（全连接网络）。