解释卷积神经网络架构中的全连接层

【问题标题】：Interpreting fully connected layer in convolutional Neural network architecture解释卷积神经网络架构中的全连接层
【发布时间】：2021-07-14 06:36:31
【问题描述】：

我正在尝试解释这种神经网络架构

3×3×32 卷积 2×2 最大池退出 3×3×64 卷积 2×2 最大池退出展平 1×128全连接退出 128 × 10 全连接软最大

这里我很困惑1×128全连接和128×10全连接是什么意思？

【问题讨论】：

【解决方案1】：

使用展平操作后，输出为(None, x)

接下来在 128 个节点的全连接（FC）层中，x 通过 128 个神经元（节点）中的每一个

最后，128 个节点的每个输出都通过 softmax 激活传递到 10 个节点的 FC 层

这是一个可视化，希望对您有所帮助

【讨论】：