目录
1. 全连接层(fully connected layer)
如果这篇文章对你有一点小小的帮助,请给个关注,点个赞喔~我会非常开心的~
花书+吴恩达深度学习(十二)卷积神经网络 CNN 之全连接层
花书+吴恩达深度学习(十三)卷积神经网络 CNN 之运算过程(前向传播、反向传播)
花书+吴恩达深度学习(十四)卷积神经网络 CNN 之经典案例(LetNet-5, AlexNet, VGG-16, ResNet, Inception Network)
0. 前言
在卷积神经网络中,除了卷积层和池化层之外,还有全连接层。
1. 全连接层(fully connected layer)
全连接层就是将上一层的输出全部展开成一维的。
例如,上一层是 ,则全连接层将其展开成 。
然后,跟前馈神经网络的矩阵计算一样,通过一个权重 和偏置 ,将其特征数量改变。
例如,这一层的输出是 ,则权重 的维度是 。
如果这篇文章对你有一点小小的帮助,请给个关注,点个赞喔~我会非常开心的~