卷積神經網絡中的全連接層

        卷積神經網絡（CNN）由輸入層、卷積層、激活函數、池化層、全連接層組成，即INPUT（輸入層）-CONV（卷積層）-RELU（激活函數）-POOL（池化層）-FC（全連接層）

        在上一篇博客中（https://blog.csdn.net/yql_617540298/article/details/104542823），已經將卷積神經網絡中的卷積層、池化層知識點進行了總結，但是沒有對全連接層進行描述，這一篇主要是總結全連接層相關知識點，以及對CNN的補充，以便加深對基礎知識的學習。

參考鏈接：https://blog.csdn.net/weixin_38208741/article/details/80615580

參考鏈接：https://www.cnblogs.com/mfryf/p/11373142.html

參考鏈接：https://blog.csdn.net/nanhuaibeian/article/details/100532038

參考鏈接：https://blog.csdn.net/lianzhng/article/details/80652744