理工酷

全卷积是指神经网络是由卷积层组成的，而在网络末端通常没有任何完全连接的层或MLP。具有完全连接层的CNN与完全卷积的CNN一样是可以端到端学习的。

它们之间主要的区别是，全卷积网络是到处学习过滤器，甚至网络末端的决策层也是过滤器。

一个全卷积网络试图学习表示并根据局部空间输入做出决策。添加一个完全连接的层可以让网络使用全局信息学习某些信息，而输入的空间排列却会因此而不再适用。