DenseNet
DenseNet (hustě propojená konvoluční síť), představená Huangem, Liou, van der Maatenem a Weinbergerem na konferenci CVPR 2017 (ocenění za nejlepší práci), propojuje každou vrstvu s každou následující vrstvou v rámci hustého bloku tak, že každá vrstva přijímá zřetězené mapy příznaků všech předchozích vrstev – maximalizuje tak opětovné využití příznaků, posiluje tok gradientů a dosahuje srovnatelné přesnosti s podstatně menším počtem parametrů než srovnatelné architektury, jako je ResNet.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Densely Connected Convolutional Network (DenseNet). ScholarGate. https://scholargate.app/cs/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.
- EfficientNetHluboké učení↔ compare
- ResNet (reziduální síť)Hluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →