Machine learning

DenseNet

DenseNet (شبکه کانولوشنال متراکم)، معرفی شده توسط Huang، Liu، van der Maaten و Weinberger در CVPR 2017 (جایزه بهترین مقاله)، هر لایه را به هر لایه بعدی در یک بلوک متراکم متصل می‌کند تا هر لایه نقشه‌های ویژگی الحاقی تمام لایه‌های قبلی را دریافت کند — حداکثر استفاده مجدد از ویژگی‌ها، تقویت جریان گرادیان، و دستیابی به دقت رقابتی با پارامترهای به طور قابل توجهی کمتر نسبت به معماری‌های قابل مقایسه مانند ResNet.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  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

نحوهٔ استناد به این صفحه

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

ارجاع‌شده در

ScholarGateDenseNet (Densely Connected Convolutional Network (DenseNet)). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/deep-learning/densenet · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026