目录
一、全连接层的含义
全连接（Fully Connected，FC）在神经网络中的含义是指当前层的每一个神经元都与前一层的所有神经元直接相连。这种连接方式意味着，前一层的输出会被完整地传递给当前层的每一个神经元，并且每个神经元都会根据权重和偏置对这些输入进行加权求和，最后通过激活函数得到输出。
这种结构在神经网络中常用于分类任务的最终决策层，以及在某些情况下作为特征提取器。然而，由于全连接层参数密集，容易导致过拟合，并且计算量较大，因此在设计网络时需要权衡其利弊。
二、全连接层的基本结构
全连接层（Fully Connected Layer，FC）是神经网络中的一种基本结构，主要由输入层、隐藏层和输出层组成。
1.输入层（Input Layer）
输入层是神经网络接收原始数据的入口。在全连接层中，输入层的每个节点代表一