La red neuronal convolucional (CNN) se compone de una capa de entrada, una capa convolucional, una función de activación, una capa de agrupación y una capa totalmente conectada, a saber, INPUT (capa de entrada) -CONV (capa convolucional) -RELU (función de activación) -POOL (pool) Capa) -FC (capa totalmente conectada)
En el blog anterior ( https://blog.csdn.net/yql_617540298/article/details/104542823 ), se han resumido los puntos de conocimiento de la capa convolucional y la capa de agrupación en la red neuronal convolucional, pero no hay Se describe la capa totalmente conectada. Este artículo resume principalmente los puntos de conocimiento relevantes de la capa completamente conectada y complementa la CNN para profundizar el aprendizaje de los conocimientos básicos.
Enlace de referencia: https://blog.csdn.net/weixin_38208741/article/details/80615580
Enlace de referencia: https://www.cnblogs.com/mfryf/p/11373142.html
Enlace de referencia: https://blog.csdn.net/nanhuaibeian/article/details/100532038
Enlace de referencia: https://blog.csdn.net/lianzhng/article/details/80652744