机器学习8：深度学习——全连接

深度模型最直观的解释就是多层网络，最简单的深度模型是全连接。深度网络的每个全连接层其实质就是一个逻辑回归模型，每层包括线性函数与激活函数。如图所示：

——全连接细节展示，每一层都是,表示sigmod函数。

——全连接模型

通过多层组合，可以得到如下的解析模型：

对于模型中的隐藏层，其实质工作就是Feature Extraction,因此，隐藏层出现了卷积、小波等。以图像为例，卷积层可以对图像进行不同程度的滤波，使得机器能看到诸如纹理等特征，全连接层再进行特征的变换与组合，最终达到自动提取特征与学习的过程。卷积的滤波特性也行就是卷积神经网络在图像上表现好的原因。