Fully connected layer

Полносвязный слой — это фундаментальный строительный блок нейросетей, где каждый нейрон соединён с каждым нейроном предыдущего слоя. Проще говоря, это «диспетчерская», которая собирает все разрозненные признаки, извлечённые сетью на ранних этапах, и превращает их в итоговое решение — например, «это кот» или «это собака».

Важность этого термина трудно переоценить: именно полносвязные слои чаще всего стоят на «выходе» архитектур, отвечая за классификацию и принятие финальных решений. Без них свёрточные или рекуррентные блоки остались бы просто набором детекторов, неспособных свести всю информацию к конкретному ответу. Они выступают своего рода «клеем», который связывает обученные представления с целью задачи.

Как это работает на интуитивном уровне? Представьте, что нейросеть распознаёт рукописную цифру. Сначала слои-фильтры выделяют линии, изгибы и петли — это похоже на работу экспертов, каждый из которых видит только свою деталь. Полносвязный слой — это комитет, куда приходят все эксперты. Каждый эксперт (нейрон) передаёт свою оценку всем членам комитета, но с разным весом: одни мнения важнее, другие — второстепенны. Комитет взвешивает все сигналы, суммирует их и выдаёт вероятности: 92% — это «двойка», 7% — «семёрка». Чем больше согласованных «деталей» указало на двойку, тем выше уверенность.

Прикладной пример: в системе диагностики на снимке лёгких полносвязный слой получает от свёрточных слоёв карты признаков — тени, плотности, текстуры — и, взвесив их комбинации, ставит диагноз «здоров» или «пневмония». Фактически это финальный «вердикт» на основе всей собранной улик.

Коротко говоря, полносвязный слой — это мозг принятия решений в нейросети: он объединяет всё, что сеть узнала, в ответ. Несмотря на рост более сложных архитектур, без него не обходится большинство классификаторов, и понимание его роли — ключ к тому, как нейросети «думают».