CNN——全连接层 dense/FC

全连接层 dense/FC

1. 作用

根据特征的组合进行分类

大大减少特征位置对分类带来的影响

2.


CNN——全连接层 dense/FC_第1张图片

全连接层filter的作用就相当于

喵在哪我不管

我只要喵

于是我让filter去把这个喵找到

实际就是把feature map 整合成一个值

这个值大

哦,有喵

这个值小

那就可能没喵

和这个喵在哪关系不大了有没有


CNN——全连接层 dense/FC_第2张图片

红色的神经元表示这个特征被找到了(激活了)

同一层的其他神经元,要么猫的特征不明显,要么没找到

当我们把这些找到的特征组合在一起,发现最符合要求的是猫

ok,我认为这是猫了


CNN——全连接层 dense/FC_第3张图片

3. 实现

就是我们之前学的神经网络中的那种最普通的层,就是一排神经元。因为这一层是每一个单元都和前一层的每一个单元相连接,所以称之为“全连接”。 这里要指定的超参数,无非就是神经元的数量,以及激活函数。


参考知乎蒋竺波文章

你可能感兴趣的:(CNN——全连接层 dense/FC)