这是因为卷积神经网络模型的每一层都提取了不同的特征而只利用最后一层的特征可能会忽略了其他层提取的重要信息。

此外，使用全连接层只能处理固定大小的输入，而卷积神经网络可以处理各种大小的输入，因此可以更好地适应不同的数据。另外，卷积神经网络还可以共享权重，减少模型参数数量，从而避免过拟合。因此，使用卷积神经网络进行特征提取和分类是更为有效和常用的方法。

原文地址: https://www.cveoy.top/t/topic/bJsT 著作权归作者所有。请勿转载和采集!