技术共享
TECHNOLOGY SHARING
提供开源算法 高水平基准AI
训练及复盘数据以及AI开发包等
基于全连接的算子特征提取算法
特征处理
开源实现
全连接网络是神经网络的一种，全连接层（fully connected layers,FC）起到“分类器”的作用。如果说卷积层、池化层和激活函数层等操作是将原始数据映射到隐层特征空间的话，全连接层则起到将学到的“分布式特征表示”映射到样本标记空间的作用。在实际使用中，全连接层可由卷积操作实现。全连接本质就是由一个特征空间线性变换到另一个特征空间。全连接每一层神经网络有若干神经元，层与层之间神经元相互连接，层内神经元互不连接，而且下一层神经元连接上一层所有的神经元。在兵棋AI的设计中会涉及到特征的处理，算子属性作为特征中很重要的一环。全连接神经网络可用于处理向量算子特征编码，更好的提取算子特征。
[1] Krizhevsky, Alex, Ilya Sutskever, and Geoffrey E. Hinton. "Imagenet classification with deep convolutional neural networks." Communications of the ACM 60.6 (2017): 84-90.
