卷積神經網絡 全連接層小結

    卷積神經網絡的卷積層、池化層和激活函數層等作用是將原始數據映射到隱層特徵空間中，在卷積神經網絡最後部分會有全連接層，全連接層的目的是將網絡學習到的特徵映射到樣本的標記空間中。全連接層會把卷積輸出的二維特徵圖（featureMap）轉化成一個一維的向量。這一過程具體實現如下所述： 在卷積層之後進行了池化操作，池化層得到30個12*12的特徵圖，通過全連接層之後，得到了1*100的向量。由於全

>>阅读原文<<