完全连接层在深度学习中的作用是什么？

Question

完全连接层（FC）在深度学习中的作用是什么？我已经看到一些网络具有1 FC，一些网络具有2 FC，而某些网络具有3 FC。谁能向我解释？

非常感谢

Answer 1

完全连接的层能够非常有效地学习输入要素的非线性组合。让我们以卷积神经网络为例。

卷积层的输出表示数据中的高级特征。虽然可以将输出展平并连接到输出层，但是添加完全连接的层是学习这些功能的非线性组合的一种（通常）廉价的方法。

本质上，卷积层提供了有意义的，低维的并且在某种程度上不变的特征空间，而全连接层正在学习该空间中的（可能是非线性的）函数。