model.classifier 通常指模型的分類頭 是什么，詳細舉例說明在什么部位，發揮什么作用

在深度學習模型中，分類頭（Classifier Head）是指模型末端用于完成分類任務的組件，通常是一個或多個全連接層（線性層）。它的作用是將模型提取的高層語義特征映射到具體的分類標簽空間。

一、分類頭的技術本質

1. 結構組成

• 核心組件：一個或多個全連接層（nn.Linear），可能包含激活函數（如ReLU）、Dropout層等正則化組件。
• 輸入：模型主干（Backbone）輸出的特征向量（如BERT的CLS token embedding、CNN的全局池化特征）。
• 輸出：分類概率分布（通過Softmax激活）或未歸一化的對數概率（Logits）。

2. 參數規模<