本文探讨了神经网络中两种关键层的功能与原理：全连接层(fc)和卷积层(conv)。全连接层通过权重共享实现样本空间的变形与位移；卷积层则模拟生物感知野，有效提取特征并大幅减少参数数量。
还是那句话，个人笔记，对错看看就好
1、fc全连接层
最早神经网络是多层感知机的方式（相邻层都为全连接）。
故与感知机中的的一般fc层相同，fc层的组成一般为：
a.input*weight + bais
b.激活函数
故其实还是放射变换+非线性变换，对样本空间进行变形+位移+扭曲
2、conv层
为什么引入卷积层：
a.‘’残忍的生物学家‘’研究生物感知野，用卷积来模拟局部感知野
b.相当于能够提取特征
c.比fc减少很多参数（权值共享）
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
