请问卷积神经网络中卷积网络和后面的全连接网络的分工是什么?

卷积神经网络一般前面几层是卷积层,后面是全连接层,请问这两层的分工是什么?卷积层是为了找特征?全连接层是为了进行识别参数的训练?也就是说卷积层是用来自动找特征的?有没有哪篇文章具体讲具体过程的,谢谢!
已邀请:

alex68 - 一般不扯淡~

赞同来自: dragon518 haddis3

本质上,二者都是为了做特征提取。
卷积层保留了空间上的位置关系,适合在图像上提取特征。
全连接层也就是多层感知机,是把底层的特征映射到一个关于类别的概率分布上,你可以把他当成一个分类器。
当然也有不用全连接层的。

NianH - caffe学习

赞同来自:

卷积层可以通过共享权值的方法对输入数据“多次初始化“,逐层提取基础特征图及其组合特征,和传统的仅仅是全链接层相比,计算量可以大幅度下降

要回复问题请先登录注册