FC Layer(Fully connected layer)
FC(Fully connected layer)
한 층의 모든 뉴런이 다음층의 모든 뉴런과 완전히 연결된 상태로, 2차원 배열 형태의 이미지를 1차원 배열로 평탄화 한 후 이를 분류 하는데 사용되는 계층.
1. 2차 배열 이미지 –> 1차원 배열 (평탄화)
2. 활성화 함수(Relu, Tanh, Leaky Relu, sigmoid) 활성화
3. 분류기 함수(Softmax)로 분류
위의 3단계가 FC layer의 기능임.
2. FC layer vs Pooling layer
FC layer는 네트워크 마지막 layer로, 네트워크를 통과한 출력값을 1차원으로 펼친 후 활성화함수 및 분류기 함수에 적용.
Pooling layer는 쉽게 말해 Down sampling을 통해 신경망의 계산 효율을 높이는 과정. filter size를 설정해 그 filter내의 데이터들을 일정 기준을 통해 down sampling함. Convolution layer랑 번갈아가면서 사용한다. 
Pooling은 2차원 데이터의 크기를 줄이는 과정이기 때문에 depth(채널)에는 영향을 미치지 않는다. 채널마다 독립적으로 계산됨.
Pooling을 너무 많이하면 과도하게 downsamplig되어 전체 이미지를 잘 표현하지 못할 수 있으므로 적당히 해야함!