深度學習中多層全連接層的作用

全連接層參數特多（可佔整個網絡參數80%左右） 那麼全連接層對模型影響參數就是三個： 1，全接解層的總層數（長度） 2，單個全連接層的神經元數（寬度） 3，激活函數 首先我們要明白激活函數的作用是： 增加模型的非線性表達能力   參考文獻 深入理解卷積層，全連接層的作用意義 https://blog.csdn.net/m0_37407756/article/details/80904580

>>阅读原文<<