全連接層的作用

深入理解卷積層，全連接層的作用意義

參考鏈接：https://blog.csdn.net/m0_37407756/article/details/80904580

 全連接層的作用主要就是實現分類

參考鏈接：https://blog.csdn.net/weixin_40903337/article/details/100074878?spm=1001.2101.3001.6650.2&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-2.no_search_link&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-2.no_search_link

全連接層中一層的一個神經元就可以看成一個多項式，我們用許多神經元去擬合數據分布但是只用一層fully connected layer 有時候沒法解決非線性問題，而如果有兩層或以上fully connected layer就可以很好地解決非線性問題了。

在卷積神經網絡的最后，往往會出現一兩層全連接層，全連接一般會把卷積輸出的二維特征圖轉化成一維的一個向量，這是怎么來的呢？目的何在呢？

參考鏈接：https://blog.csdn.net/GoodShot/article/details/79633313?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-1.no_search_link&spm=1001.2101.3001.4242.2

第一層全連接層：1*100

第二層全連接層：1*10

兩層之間的連接就是卷積核：100*10的二維矩陣。

tips：想想矩陣相乘，就明白1X100的“矩陣”怎么變成1X10的矩陣了。