全连接，局部感知，权值共享，卷积输入输出的个人理解

首先理解： 1、全连接层1：（输入为卷积）         全连接和普通神经元类似，输出的每一个神经元都与输入的每一个像素点相连， 把多维向量转化为1维向量 。            例如前一层的卷积输出50个feature map（图片大小为4X4），全连接层输出的是500个神经元（输出500个数字），则每一个神经元对应4X4X50=800个参数（卷积操作输出一个数字），这一层全连接层和总共有8

>>阅读原文<<