全连接层作用:
通俗易懂.
全连接层之前的作用是提取特征,全连接层的作用是分类。它把特征representation整合到一起,输出为一个值。这样做大大减少特征位置对分类带来的影响。但是,空间结构特性被忽略了,所以全连接层不适合用于在方位上找模式的任务,比如分割。
池化层:
池化层主要的作用
1.首要作用,下采样(downsamping)
2.降维、去除冗余信息、对特征进行压缩、简化网络复杂度、减少计算量、减少内存消耗等等。各种说辞吧,总的理解就是减少数量。
3.实现非线性(这个可以想一下,relu函数,是不是有点类似的感觉?)。
可以扩大感知野
4.可以实现不变性,其中不变性包括,平移不变性、旋转不变性和尺度不变性。
###HOW TO DO:
平均池化(average pooling): 计算图像区域的平均值作为该区域池化后的值。
最大池化(max pooling): 选图像区域的最大值作为该区域池化后的值。