神经网络笔记

全连接层

几乎所有的博客都会这么解释全连接层：
然后我就特别不明白一点，为什么两层却有三维度的矩阵？其实这根本不是问题，全连接层的目的是将所有的输入线性关联起来，用不用的权重，获得不同的输出，因此它可以解释为一个矩阵： a = Wx。
需要去理解它的本质的，只会FCN的调用是没有意义的。

1*1卷积

11卷积核可以借用这种图(这张图是摘抄一篇博客上的)解释:
1132是一个11的卷积核，我们可以定义为W，这个W将会和X中的每一个通道分别进行全连接，获得新的张量： R = C(i,j)W. i,j是图片中的每一个位置（HW）。