全连接层 dense/FC
1. 作用
根据特征的组合进行分类
大大减少特征位置对分类带来的影响
2.
全连接层filter的作用就相当于
喵在哪我不管
我只要喵
于是我让filter去把这个喵找到
实际就是把feature map 整合成一个值
这个值大
哦，有喵
这个值小
那就可能没喵
和这个喵在哪关系不大了有没有
红色的神经元表示这个特征被找到了（激活了）
同一层的其他神经元，要么猫的特征不明显，要么没找到
当我们把这些找到的特征组合在一起，发现最符合要求的是猫
ok，我认为这是猫了
3. 实现
就是我们之前学的神经网络中的那种最普通的层，就是一排神经元。因为这一层是每一个单元都和前一层的每一个单元相连接，所以称之为“全连接”。 这里要指定的超参数，无非就是神经元的数量，以及激活函数。
参考知乎蒋竺波文章
