当前位置:   article > 正文

cnn输入层_CNN基础知识——全连接层(Fully Connected Layer)

cnn全连接层举例

0b73d9ef77378cb4c57626185192121c.png

之前的文章我们已经讲过什么是卷积、什么是池化、什么是激活函数,今天终于进入CNN的末尾了——全连接层(Fully Connected Layer)。

我们已经占领了敌方高地,就差最后一下,坚持住,马上就victory了。

33dfa5aaef04da4683fe680172c75d9d.png

全连接层就是将最后一层卷积得到的特征图(矩阵)展开成一维向量,并为分类器提供输入。最开始看到这个全连接层,我就很是疑问:它是怎么做的呢?

举个列子:

734e84ba0720bb1dc1ca64c25f069267.png

我们输入一个

的灰度图像,经过卷积层和池化层输出20个 <
声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:【wpsshop博客】
推荐阅读
相关标签
  

闽ICP备14008679号