終於走到CNN的最後一個元素-全連接層
經過前面卷積層、Relu激勵層、池化層
我們已經得到足夠的特徵，最後要做的事就是決定他是哪個類別

全連接層（Fully Connected Layer）

圖片來源：https://missinglink.ai/guides/convolutional-neural-networks/fully-connected-layers-convolutional-neural-networks-complete-guide/

全連接層顧名思義就是每個點皆有連接，每個神經元與下層的每個點都連起來
這個特性跟Day1提到的前饋網路一模一樣，所以她的功用其實就是一個基本的分類器
在輸入進全連接層之前，需要先把資料攤平，也就是只能輸入單一數值
所以會把輸入的特徵圖做跟他一樣大小的卷積，使輸出剩一格
再進入分類器分類，最後會放一層不同的激勵函數-Softmax 輸出種類的可能性

Softmax

Softmax會將每個輸出的可能性依0~1做評分
評分高的可能性越高，這就是俗稱信心值