全连接层经网络与全卷积神经网络的区别

一.全连接层： 全连接层需要把输入拉成一个列项向量 ,如下图所示： 比如你的输入的feature map是2X2，那么就需要把这个feature map 拉成4X1的列向量，如果你的feature map 的channels是3，也就是你的输入是3X2X2，也就是相当于有了12个像素点，你就需要把feature map 拉成12X1的列向量，这时候，再乘一个权重，这个权重要把12个像素点都包含进去

>>阅读原文<<