卷积神经网络，全连接层就是一个全连接神经网络吗

Question

卷积神经网络和全连接神经网络

目前我对卷积神经网络的理解，卷积层，激活层和池化层都差不多能理解

通过这三个层次将一个多种颜色通道高像素的图片提取特征，进行简化，然后将简化的结果当作一个全连接神经网络的输入，进行分类，是这样吗？

卷积神经网络的全连接层是否就是一个全连接神经网络？那样的话卷积神经网络要进行训练，要更新每个卷积层里卷积核的参数和全连接层里的权重？还是卷积核是确定不变的，只更新全连接层的权重？

Answer 1

所有各种层连接在一起被叫做神经网络，如果这个神经网络只有全连接层，则叫做全连接神经网络。

“通过这三个层次将一个多种颜色通道高像素的图片提取特征，进行简化，然后将简化的结果当作一个全连接神经网络的输入，进行分类”，您说的是一个基础的用CNN分类流程没错。

卷积神经网络的全连接层和全连接神经网络的实质是一样的，都是全连接层组成的。

如果是整个CNN去训练的话，所有的参数都是要更新的。

现在很多人会用CNN单独去做encoder，得到feature embedding之后再用全连接神经网络作为classifier进行分类，这样就是只更新分类器的权重。