在cs231n的讲义中这里提到

新的数据集较小且与原始数据集相似。由于数据量小，考虑到过拟合的问题，不建议对卷积神经网络进行微调…因此，最好的方法可能是对CNN代码训练一个线性分类器。

我不确定线性分类器是什么意思。线性分类器是否指的是最后一个全连接层？（例如，在Alexnet中，有三个全连接层。线性分类器是否指最后一个全连接层？）

回答：

通常当人们说“线性分类器”时，他们指的是线性SVM（支持向量机）。线性分类器学习一个权重向量w和一个阈值（也称为“偏置”）b，使得对于每个样本x，

<w, x> + b

的符号对于“正”类是正的，对于“负”类是负的。

神经网络的最后一层（通常是全连接层）可以被视为一种形式的线性分类器。