DenseNet
DenseNet (Densely Connected Convolutional Network), introduïda per Huang, Liu, van der Maaten i Weinberger a la CVPR 2017 (Premi al Millor Article), connecta cada capa amb cada capa posterior dins d'un bloc dens de manera que cada capa rep els mapes de característiques concatenats de totes les capes precedents — maximitzant la reutilització de característiques, reforçant el flux de gradients i aconseguint una precisió competitiva amb substancialment menys paràmetres que arquitectures comparables com ResNet.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Huang, G., Liu, Z., van der Maaten, L., & Weinberger, K. Q. (2017). Densely Connected Convolutional Networks. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 4700–4708. DOI: 10.1109/CVPR.2017.243 ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. ISBN: 978-0-262-03561-3 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Densely Connected Convolutional Network (DenseNet). ScholarGate. https://scholargate.app/ca/deep-learning/densenet
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- EfficientNetAprenentatge profund↔ compare
- ResNet (Residual Network)Aprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →