Machine learning

DenseNet

Το DenseNet (Densely Connected Convolutional Network), που εισήχθη από τους Huang, Liu, van der Maaten και Weinberger στο CVPR 2017 (Βραβείο Καλύτερης Εργασίας), συνδέει κάθε επίπεδο με κάθε επόμενο επίπεδο εντός ενός πυκνού μπλοκ, έτσι ώστε κάθε επίπεδο να λαμβάνει τους συνενωμένους χάρτες χαρακτηριστικών όλων των προηγούμενων επιπέδων — μεγιστοποιώντας την επαναχρησιμοποίηση χαρακτηριστικών, ενισχύοντας τη ροή κλίσης και επιτυγχάνοντας ανταγωνιστική ακρίβεια με ουσιαστικά λιγότερες παραμέτρους από συγκρίσιμες αρχιτεκτονικές όπως το ResNet.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

The neighbourhood of related methods — select a node to explore.

Πηγές

  1. 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
  2. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. ISBN: 978-0-262-03561-3

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Densely Connected Convolutional Network (DenseNet). ScholarGate. https://scholargate.app/el/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.

Compare side by side

Αναφέρεται από

ScholarGateDenseNet (Densely Connected Convolutional Network (DenseNet)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/deep-learning/densenet · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026