再将提取出来的特征放进全连接层进行分类。
上述过程中的每一层都使用了「非线性映射-线性分割」进行分类。
红石神经网络的宏观流程:
映入眼帘的是输入设备,它包括一个单脉冲式压力板手写板和15x15的坐标屏,手写板每次产生2tick的坐标信号,然后由屏幕绘制手写的数字。
对应到其微观原理的实现,手写的数字会先进入卷积层进行卷积运算,并将特征图结果送入下一层。
为了保证网络的非线性输出,输出结果前还会经过ReLU激活函数。
由于卷积核大小为3x3,所以可以直接使用模电运算,并且在输出端自动实现非线性化,之后通过硬连线接到手写板输入上。