通过不改变 CNN 卷积层的权重，您实际上是在为分类器（全连接层）提供随机特征（即，不是手头分类任务的最佳特征）。

MNIST 是一项非常简单的图像分类任务，您几乎可以将输入像素馈送到分类器，而无需任何特征提取，并且它仍然会在 90 年代获得高分。除此之外，也许池化层有点帮助......

尝试在输入图像上训练 MLP（没有 conv/pool 层）并查看它的排名。这是一个示例，其中 MLP（1 个隐藏层和 1 个输出层）在没有任何预处理/特征提取的情况下达到 98+%。

编辑：

我还想指出我写的另一个答案，它更详细地说明了为什么MNIST 作为图像分类任务如此简单。