全连接层的作用_CNN中使用卷积代替全连接

本文分析了卷积层与全连接层的关系,指出在适当参数设置下,两者数学上等价。卷积层因其灵活性(不受输入尺寸限制)和高效性(仅需一次前向计算)逐渐替代全连接层。卷积层可以视为大核的卷积,全连接层则可视为稀疏连接。卷积层的优势在于不固定输入分辨率和提高计算效率。
摘要由CSDN通过智能技术生成

船长黑板报所有文章和代码的最新版本均在

Captain1986/CaptainBlackboard​github.com
30d44539513f1c55dadc8413948cac85.png

维护,知乎不做维护

您的Star是对我的鼓励

## 引言

在经典分类网络,比如LeNet、AlexNet中,在前面的卷积层提取特征之后都串联全连接层来做分类。但是近些年来,越来越多的网络,比如SSD,FasterRCNN的RPN,MTCNN中的PNet,都使用卷积层来代替全连接,也一样可以做到目标分类的效果,而且

1. 更灵活,不需要限定输入图像的分辨率;

2. 更高效,只需要做一次前向计算。

本文首先对全连接层和卷积层关系做分析,然后比较全连接层和卷积层的优缺点,自然也就搞清楚了为什么用卷积层替代全连接层这个问题了。

**欢迎探讨,本文持续维护。**

## 实验平台

N/A

## 全连接和卷积的关系

全连接层和卷积层只要设置好了对应的参数,可以在达到相同输入输出的效果,在这个意义上,在数学上可以认为它们是可以相互替换的。

下面我们以输入10 x 10 x 3的特征图,输出10 x 10 x 1的特征图来证明。

### 全连接层是一种核很大的卷积层

全连接层怎么做?

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值