1、cnn 多用于图像处理模型上；fc多用于序列处理模型上；
2、cnn 参数少，每一层都只有一个卷积核，且感知信息范围小，偏局部；而fc参数多，即每一层都有一份weight，感知信息是全面的；【说明图形是相邻部分信息有效，而序列是全局信息有效，而这也同样符合我们自然社会里的认知，事实证明这类型模型的效果也是最理想的】
3、本质上cnn和fc都一样，反向过程会对cnn的卷积核和fc的weight进行更新，直至找到最佳的卷积核和weight，这一个过程就是优化特征提取的过程；同时cnn和fc后面都会选择性的接一个激活函数，来增强模型的非线性能力。