fully connected layer
时间: 2024-04-23 13:29:05 浏览: 8
全连接层(fully connected layer)在卷积神经网络中起到“分类器”的作用,将学到的“分布式特征表示”映射到样本标记空间。全连接层的每一个节点都与上一层的所有节点相连,用来综合前面提取到的特征。在卷积神经网络的最后,通常会出现一到两层全连接层,将卷积输出的二维特征图转化为一维的向量。全连接层可以整合卷积层或池化层中具有类别区分性的局部信息。为了提升卷积神经网络的性能,全连接层中的每个神经元通常采用ReLU函数作为激活函数。\[1\]\[2\]\[3\]
#### 引用[.reference_title]
- *1* *3* [对全连接层(fully connected layer)的通俗理解](https://blog.csdn.net/qq_39521554/article/details/81385159)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [全连接层(Fully Connected Layer)](https://blog.csdn.net/bestrivern/article/details/89525816)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]