FC Layer는 Fully Connected Layer의 줄임말로, 한 층의 모든 뉴런이 다음 층의 모든 뉴런과 완전히 연결된 구조를 의미한다.

쉽게 말해, 한 층의 모든 입력이 다음 층의 각 뉴런과 모두 연결되어 있어서 입력 데이터의 모든 특징을 다음 층으로 전달하는 방식이다.
이런 구조 덕분에 FC Layer는 복잡한 패턴을 학습할 수 있다.
FC Layer의 주된 역할은 분류이다.
예를 들어, 고양이와 강아지를 구분하는 모델을 만들 때, FC Layer는 입력된 이미지의 특징을 종합해 고양이인지, 강아지인지 예측합니다.
이 과정에서 가중치(weight)와 편향(bias)을 조정하면서 학습을 하게 된다.
