全连接网络（FC）、前馈神经网络（BP）

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

全连接网络（FC）、前馈神经网络（BP）

前言

全连接网络（FC）和前馈神经网络（BP）的实质是一样的。

全连接（FC）网络

全连接（FC）网络结构是最基本的神经网络/深度神经网络层，全连接层的每一个节点都与上一层的所有节点相连。

全连接层在早期主要用于对提取的特征进行分类，然而由于全连接层所有的输出与输入都是相连的，一般全连接层的参数是最多的，这需要相当数量的存储和计算空间。

参数的冗余问题使单纯的FC组成的常规神经网络很少会被应用于较为复杂的场景中。常规神经网络一般用于依赖所有特征的简单场景，比如说房价预测模型和在线广告推荐模型使用的都是相对标准的全连接神经网络。FC组成的常规神经网络的具体形式如图所示。