DenseNet
A Huang, Liu, van der Maaten és Weinberger által a CVPR 2017 konferencián bemutatott (Best Paper Award díjjal jutalmazott) DenseNet (Densely Connected Convolutional Network) minden réteget összeköt a sűrű blokkon belüli összes következő réteggel, így minden réteg megkapja az összes előző réteg összefűzött jellemzőtérképét — maximalizálva a jellemzők újrahasznosítását, erősítve a gradiensáramlást, és versenyképes pontosságot érve el lényegesen kevesebb paraméterrel, mint az összehasonlítható architektúrák, például a ResNet.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Densely Connected Convolutional Network (DenseNet). ScholarGate. https://scholargate.app/hu/deep-learning/densenet
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- EfficientNetMélytanulás↔ összehasonlítás
- ResNet (Residual Network)Mélytanulás↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →