DenseNet
DenseNet (Densely Connected Convolutional Network), introdotto da Huang, Liu, van der Maaten e Weinberger al CVPR 2017 (Best Paper Award), collega ogni strato a ogni strato successivo all'interno di un blocco denso in modo che ogni strato riceva le mappe di caratteristiche concatenate di tutti gli strati precedenti — massimizzando il riutilizzo delle caratteristiche, rafforzando il flusso del gradiente e ottenendo un'accuratezza competitiva con un numero sostanzialmente inferiore di parametri rispetto ad architetture comparabili come ResNet.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Densely Connected Convolutional Network (DenseNet). ScholarGate. https://scholargate.app/it/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.
- EfficientNetApprendimento profondo↔ compare
- ResNet (Residual Network)Apprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →