问题; 我正在尝试在 tensorflow 中实现 simplenet，但我有一个似乎无法回答自己的问题。我基于此的实现在这里：https ://github.com/Coderx7/SimpleNet_Pytorch/blob/master/models/simplenet.py

事情是这样的；cifar10 数据为 32 x 32。有 5 个最大池化层，每个池化层是特征图输出大小的一半。这意味着到最后一个卷积层，特征图是 1 x 1。然而，最终的卷积层出于某种原因使用了 3 x 3 个内核！

这对我来说没有多大意义。谁能解释一下？我真的很难过。如果特征图实际上是 1 x 1，那么网络对 3 x 3 内核有什么可能的用途？

谢谢。

编辑：仍然无法弄清楚。我真的很难过。如果有人有任何意见，将不胜感激。

EDIT2：我还没有弄清楚。据我所知，这与 cafee 中的原始实现不同。