DenseNet
DenseNet (Densely Connected Convolutional Network), introducida por Huang, Liu, van der Maaten y Weinberger en CVPR 2017 (Premio al Mejor Artículo), conecta cada capa con todas las capas subsiguientes dentro de un bloque denso de tal manera que cada capa recibe los mapas de características concatenados de todas las capas precedentes — maximizando la reutilización de características, fortaleciendo el flujo de gradientes y logrando una precisión competitiva con sustancialmente menos parámetros que arquitecturas comparables como ResNet.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Densely Connected Convolutional Network (DenseNet). ScholarGate. https://scholargate.app/es/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.
- EfficientNetAprendizaje profundo↔ compare
- ResNet (Red Neuronal Residual)Aprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →