全连接神经网络是神经网络的一种形式，即将网络中的各个节点称作神经元，并将层与层之间的神经元联系在一起用以综合之前提取的特征。全连接神经网络的基本思想是：对输入的信息经过多个全连接层进行分析，得到最终的结果。全连接层的输入和输出均为向量。在全连接层中，每个神经元都有一个权重和一个偏置，它们分别用来调整输入数据和调整输出结果。作为全连接层的一部分，激活函数将对输出进行非线性变换，从而提高模型的表达能力。 改写这一段话

全连接神经网络是一种神经网络形式，其中每个节点被称为神经元，并通过层与层之间的神经元连接以综合之前提取的特征。该网络通过多个全连接层对输入信息进行分析，得到最终结果。全连接层的输入和输出都是向量。每个神经元都有一个权重和一个偏置，用于调整输入数据和输出结果。激活函数作为全连接层的一部分，对输出进行非线性变换，提高了模型的表达能力。