2.5 全连接层(Fully Connected Layer) 2.5 全连接层(Fully Connected Layer) 在卷积神经网络(CNN)的架构中,全连接层(Fully Connected Layer,简称FC层)通常位于网络的尾部,紧随在卷积层和池化层之后。虽然卷积层和池化层负责从原始图像中提取并抽象出各种层次的局部特征,但这些特征本身是以多维张量(例如,高度 × 宽度 × 深度)的形式存在的。全连接层的作用是将这些由前层提取的、具有空间结构的特征“展平”(Flatten)并进行整合,最终将其映射到样本的标签空间,完成分类或回归任务。 2.5.