例如，使用9×9滤波器生成输出，并将该输出作为MLP的输入，具体执行了什么操作？
回答：
在最后一个卷积层之后，你会有N个特征图，分辨率为WxH。如果你将所有值连接起来，这可以被视为一个大小为NxWxH的特征向量X。
这就是你如何将其连接到MLP的方式：即X作为一个线性变换的输入，其行数等于MLP的输出，列数等于NxWxH。
示例：一个简单的包含2个卷积层的卷积网络用于交通标志识别，其结构如下：
- 输入：3个通道，宽度=32，高度=32
- 层1：108个特征图，宽度=14，高度=14
- 层2：200个特征图，宽度=5，高度=5
- 2层分类器，包含100个隐藏单元和43个输出类别
因此，要将其连接到最终的MLP，你需要将层2的输出重塑成一个包含200x5x5=5000个元素的向量。
这个向量成为一个大小为100（行）x 5000（列）的线性变换的输入。
(x) 卷积核大小 = 5，空间池化大小 = 2。
