DenseNet
DenseNet (Densely Connected Convolutional Network), diperkenalkan oleh Huang, Liu, van der Maaten, dan Weinberger pada CVPR 2017 (Best Paper Award), menghubungkan setiap lapisan ke setiap lapisan berikutnya dalam sebuah blok padat (dense block) sehingga setiap lapisan menerima peta fitur yang digabungkan (concatenated) dari semua lapisan sebelumnya — memaksimalkan penggunaan kembali fitur, memperkuat aliran gradien, dan mencapai akurasi yang kompetitif dengan parameter yang jauh lebih sedikit dibandingkan arsitektur yang sebanding seperti ResNet.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Densely Connected Convolutional Network (DenseNet). ScholarGate. https://scholargate.app/id/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.
- EfficientNetPembelajaran Mendalam↔ compare
- ResNet (Residual Network)Pembelajaran Mendalam↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →