花书+吴恩达深度学习(十二)卷积神经网络 CNN 之全连接层

目录

0. 前言

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)卷积神经网络 CNN 之卷积层

花书+吴恩达深度学习(十一)卷积神经网络 CNN 之池化层

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 3\times 3\times 10,则全连接层将其展开成 90\times 1 。

然后,跟前馈神经网络的矩阵计算一样,通过一个权重 W 和偏置 B ,将其特征数量改变。

例如,这一层的输出是 60\times 1,则权重 W 的维度是 60\times 90 。


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~

 

 

 

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