Dense Layer

释义 Definition

在神经网络中，“Dense layer”（全连接层）指一种层结构：该层中的每个神经元都与上一层的所有输出相连接，并通过权重矩阵进行线性变换，通常再接一个激活函数（如 ReLU、sigmoid）。它常用于分类或回归任务的“特征汇总/决策”阶段。

发音 Pronunciation (IPA)

/dɛns ˈleɪər/

例句 Examples

A dense layer maps features to class scores.
全连接层会把特征映射为各类别的得分。

After the convolutional blocks, the model flattens the feature map and feeds it into a dense layer with dropout to reduce overfitting.
在卷积模块之后，模型会把特征图展平，并输入到带有 dropout 的全连接层，以减少过拟合。

词源 Etymology

Dense 原意是“稠密的、密集的”，在这里引申为“连接很密（每个单元都连接很多输入）”；layer 意为“层”。在深度学习语境中，它用来描述“连接最密集的一类网络层”，因此中文常译为“全连接层”。

相关词 Related Words

• Activation
• Backpropagation
• Bias
• Convolutional
• Dropout
• Embedding
• Feedforward
• Fully-Connected
• Linear
• Neuron
• Overfitting
• Weight

文学与著作中的用例 Literary & Notable Works

• Deep Learning（Ian Goodfellow, Yoshua Bengio, Aaron Courville）——在介绍多层感知机（MLP）与分类器时常讨论全连接/密集层的作用。
• Neural Networks and Deep Learning（Michael Nielsen）——讲解前馈网络结构时涉及全连接层与权重矩阵的概念。
• Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow（Aurélien Géron）——在 Keras/TensorFlow 实践中频繁使用 Dense 层构建分类与回归模型。