通常在卷积神经网络中，全连接层之前会加入一个展平层（Flatten Layer）。展平层的作用是将之前卷积层或池化层输出的多维特征图转换为一维向量，以便连接到全连接层。

展平层将保持特征的顺序，但将它们转换为一维形式，这样全连接层就可以接受它们作为输入。

这是因为全连接层需要一维的输入，而卷积层和池化层输出的是多维特征图。因此，在将卷积层的输出传递给全连接层之前，通常会加入一个展平层来进行格式转换。

例如，可以看到以下部分：

Flatten(),  # 展平层，将特征图展平为一维向量
Dense(128, activation='relu'),  # 添加全连接层

这里的Flatten()层起到了将特征图展平的作用，使得接下来的全连接层可以正确处理数据。