CNN中全連接層的理解

CNN中全連接層的理解 CNN中的卷積層與全連接層都是計算點乘，所以兩者可以互相轉化。 比如上圖中的AlexNet，在將圖像變成7x7x512的結構之後，連接了兩個4096層的全連接層。第一個全連接層可以理解爲用4096個7x7的卷積核卷積7x7X512的結構，輸出結果爲[1x1x4096]。 第一個全連接層的參數量爲4096x7x7x512，爲什麼是4096個卷積呢，因爲7x7x512可以理解爲

>>阅读原文<<