文档摘要

2.5 全连接层：把特征图收拢成判决 本节摘要：全连接层是主车间的最后一站：把多层卷积提炼出的特征图摊平成向量，做一次全局加权汇总，输出每个类别的分数。它强在"全局混合"，弱在"参数爆炸"——一个小型 CNN 里，它常凭一层就占去总参数的八成。本节拆开它的参数账，完整复盘一起经典的形状不匹配报错，并给出全局平均池化这条省参数的绕行道。 展平那一刻发生了什么 池化输出的 32×8×8 特征图是一摞二维评分图，而分类需要的是一个分数列表。 会员。《2.5 全连接层：把特征图收拢成判决》收录于灏天文库文集《CNN 深度解析：图像识别的基石》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/449-cnn-%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90%E5%9B%BE%E5%83%8F%E8%AF%86%E5%88%AB%E7%9A%84%E5%9F%BA%E7%9F%B3

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流