之前学习CNN的时候只记录了卷积层、激励层、池化层。最后的全连接层还没有了解。
参考解释一下全连接层&CNN中全连接层是什么样的_GoodShot的专栏-CSDN博客
全连接层一般会把卷积输出的二位特征图转化成一维的一个向量。为了方便后面的分类和回归。
全连接:输入的神经元和输出的神经元都要连接起来。
输入和输出是通过卷积核连接的,也就是w权重。
之前学习CNN的时候只记录了卷积层、激励层、池化层。最后的全连接层还没有了解。
参考解释一下全连接层&CNN中全连接层是什么样的_GoodShot的专栏-CSDN博客
全连接层一般会把卷积输出的二位特征图转化成一维的一个向量。为了方便后面的分类和回归。
全连接:输入的神经元和输出的神经元都要连接起来。
输入和输出是通过卷积核连接的,也就是w权重。