diff --git "a/1.1 \346\267\261\345\272\246\345\255\246\344\271\240\345\222\214\347\245\236\347\273\217\347\275\221\347\273\234/1.1.2 \347\245\236\347\273\217\347\275\221\347\273\234\347\232\204\344\273\213\347\273\215.md" "b/1.1 \346\267\261\345\272\246\345\255\246\344\271\240\345\222\214\347\245\236\347\273\217\347\275\221\347\273\234/1.1.2 \347\245\236\347\273\217\347\275\221\347\273\234\347\232\204\344\273\213\347\273\215.md"
index 377b21653e8a37bc92fc2b078e5e7c63357018bf..7159c8fc73eedb442f90fdbdb002ffcd36ec05cb 100644
--- "a/1.1 \346\267\261\345\272\246\345\255\246\344\271\240\345\222\214\347\245\236\347\273\217\347\275\221\347\273\234/1.1.2 \347\245\236\347\273\217\347\275\221\347\273\234\347\232\204\344\273\213\347\273\215.md"	
+++ "b/1.1 \346\267\261\345\272\246\345\255\246\344\271\240\345\222\214\347\245\236\347\273\217\347\275\221\347\273\234/1.1.2 \347\245\236\347\273\217\347\275\221\347\273\234\347\232\204\344\273\213\347\273\215.md"	
@@ -82,7 +82,7 @@ $$
 
 思考：假设第N-1层有m个神经元，第N层有n个神经元，当第N层是全连接层的时候，则N-1和N层之间有1，这些参数可以如何表示？
 
-![](../images/1.1/全连接层.png)
+![输入图片说明](../images/1.1/%E5%85%A8%E8%BF%9E%E6%8E%A5%E5%B1%822.jpg)
 
 从上图可以看出，所谓的全连接层就是在前一层的输出的基础上进行一次$Y=Wx+b​$的变化(不考虑激活函数的情况下就是一次线性变化，所谓线性变化就是平移(+b)和缩放的组合(*w))
 
diff --git "a/images/1.1/\345\205\250\350\277\236\346\216\245\345\261\2022.jpg" "b/images/1.1/\345\205\250\350\277\236\346\216\245\345\261\2022.jpg"
new file mode 100644
index 0000000000000000000000000000000000000000..3c98fcb129939a28daaeacd5e5af839fefc71ef1
Binary files /dev/null and "b/images/1.1/\345\205\250\350\277\236\346\216\245\345\261\2022.jpg" differ