全连接层分类的原理

全连接层就是把前面经过卷积、激励、池化后的图像元素一个接一个串联在一起，作为判决的投票值，最终得出判决结果。下面的一组图是大神的可视化讲解：

组成卷积神经网络，通过特征提取和学习得到标签的置信值，最终得出分类结果。

原文：https://www.cnblogs.com/inception6-lxc/p/9939691.html