Fully-Connected Layer ----> Locally-Connected Layer ----> Convolutional Layer

Fully-Connected Layer  ----  全连接层

Locally-Connected Layer  ----  局部连接层

Convolutional Layer  ----  卷积层

input_size ：a * a = v;      depth : d;    w : the number of weight

patch_size : p * p;        n : the number of patches ( no overlap)    n = v/p^2


由于权重weights具有稀疏性，因此全连接层很多权重都为0（没用处），因此减小权重的个数（即由原来pitch_size = v 减小到 p*p）。

在LCN和CNN中，为了保证在隐藏层（hidden layer）中的个数与由全连接层生成的隐藏层个数一致，一般LCN和CNN的深度d比全连接层要小（取决于p 和 n）


最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

友情链接更多精彩内容