diff --git a/src/cnn/cnn.c b/src/cnn/cnn.c
index 9ebfbe9..fbf7949 100644
--- a/src/cnn/cnn.c
+++ b/src/cnn/cnn.c
@@ -106,7 +106,7 @@ void forward_propagation(Network* network) {
             choose_apply_function_matrix(activation, output, output_depth, output_width);
         }
         else if (k_i->nn) { // Full connection
-            if (input_depth==1) { // Vecteur -> Vecteur
+            if (k_i->linearisation == 0) { // Vecteur -> Vecteur
                 make_dense(k_i->nn, input[0][0], output[0][0], input_width, output_width);
             } else { // Matrice -> Vecteur
                 make_dense_linearised(k_i->nn, input, output[0][0], input_depth, input_width, output_width);
@@ -155,7 +155,7 @@ void backward_propagation(Network* network, float wanted_number) {
             backward_convolution(k_i->cnn, input, input_z, output, input_depth, input_width, output_depth, output_width, d_f, i==0);
         } else if (k_i->nn) { // Full connection
             ptr d_f = get_function_activation(activation);
-            if (input_depth==1) { // Vecteur -> Vecteur
+            if (k_i->linearisation == 0) { // Vecteur -> Vecteur
                 backward_fully_connected(k_i->nn, input[0][0], input_z[0][0], output[0][0], input_width, output_width, d_f, i==0);
             } else { // Matrice -> vecteur
                 backward_linearisation(k_i->nn, input, input_z, output[0][0], input_depth, input_width, output_width, d_f);
diff --git a/src/cnn/creation.c b/src/cnn/creation.c
index d071a3c..79077fc 100644
--- a/src/cnn/creation.c
+++ b/src/cnn/creation.c
@@ -34,7 +34,7 @@ Network* create_network(int max_size, float learning_rate, int dropout, int init
 }
 
 Network* create_network_lenet5(float learning_rate, int dropout, int activation, int initialisation, int input_dim, int input_depth) {
-    Network* network = create_network(8, learning_rate, dropout, initialisation, input_dim, input_depth); 
+    Network* network = create_network(8, learning_rate, dropout, initialisation, input_dim, input_depth);
     network->kernel[0]->activation = activation;  
     network->kernel[0]->linearisation = 0;
     add_convolution(network, 6, 28, activation);
@@ -95,7 +95,6 @@ void add_2d_average_pooling(Network* network, int dim_output) {
         printf("Impossible de rajouter une couche d'average pooling, le réseau est déjà plein\n");
         return;
     }
-    int kernel_size = dim_input/dim_output;
     if (dim_input%dim_output != 0) {
         printf("Erreur de dimension dans l'average pooling\n");
         return;
diff --git a/src/cnn/free.c b/src/cnn/free.c
index 445572e..c33e6be 100644
--- a/src/cnn/free.c
+++ b/src/cnn/free.c
@@ -117,7 +117,7 @@ void free_network(Network* network) {
         if (network->kernel[i]->cnn != NULL) { // Convolution
             free_convolution(network, i);
         } else if (network->kernel[i]->nn != NULL) {
-            if (network->depth[i]==1) { // Dense non linearised
+            if (network->kernel[i]->linearisation == 0) { // Dense non linearised
                 free_dense(network, i);
             } else { // Dense lineariation
                 free_dense_linearisation(network, i);
diff --git a/src/cnn/update.c b/src/cnn/update.c
index b530e44..4848b9f 100644
--- a/src/cnn/update.c
+++ b/src/cnn/update.c
@@ -31,7 +31,7 @@ void update_weights(Network* network, Network* d_network, int nb_images) {
                 }
             }
         } else if (k_i->nn) { // Full connection
-            if (input_depth==1) { // Vecteur -> Vecteur
+            if (k_i->linearisation == 0) { // Vecteur -> Vecteur
                 Kernel_nn* nn = k_i->nn;
                 Kernel_nn* d_nn = dk_i->nn;
                 for (int a=0; a<input_width; a++) {
@@ -119,7 +119,7 @@ void reset_d_weights(Network* network) {
                 }
             }
         } else if (k_i->nn) { // Full connection
-            if (input_depth==1) { // Vecteur -> Vecteur
+            if (k_i->linearisation == 0) { // Vecteur -> Vecteur
                 Kernel_nn* nn = k_i_1->nn;
                 for (int a=0; a<input_width; a++) {
                     for (int b=0; b<output_width; b++) {