深度學習 | 全連接層原理

一.全連接層：                 全連接層需要把輸入拉成一個列項向量，如下圖所示：          比如你的輸入的feature map是2X2，那麼就需要把這個feature map 拉成4X1的列向量，如果你的feature map 的channels是3，也就是你的輸入是3X2X2，也就是相當於有了12個像素點，你就需要把feature map 拉成12X1的列向量，這時候，

>>阅读原文<<