CNN全連接層和卷積層的轉化

0. 前言 自AlexNet網絡在ImageNet LSVRC-2012的比賽中，取得了top-5錯誤率爲15.3%的成績後卷積神經網絡CNN在圖像深度學習中成爲不可缺少的大殺器。以圖像分類任務爲例在對最後一個卷積層進行池化後一般會再接2~3個全連接層(Full Connected Layer)，這是一個高維向低維特徵映射的過程，多個全連接層的作用是增加函數非線性，可以理解爲提升分類的準確度。這種

>>阅读原文<<