关于#神经网络#的问题：训练优化获得权重参数包括全连接层的权重参数吗（相关搜索：卷积神经网络）

Question

https://poloclub.github.io/cnn-explainer/#article-pooling
卷积神经网络中 中的-2.82 到2.82啥意思

卷积神经网络在训练完成后，训练优化获得权重参数包括全连接层的权重参数吗？还是只包括输入到全连接层之前各层的参数?
当最终输出分类结果时，不同的类在全连接层对应不同的权重参数,这些参数如何获得的

Answer 1

1.-2.82 到2.82 以及其他所有类似的值域都代表当前层图像的权重的范围，如一开始经过正则为0-1，后续根据实际权重进行标区。
2.全连接层中不同类别对应的权重参数是通过训练过程中的反向传播和优化算法来获得的
3.训练优化所得到的权重参数包括卷积层和全连接层的权重参数，超平面全连接层是判断loss的唯一标准，否则以作品训练都是去了意义。