Machine learning
DenseNet
HuangらによってCVPR 2017（Best Paper Award）で発表されたDenseNet（Densely Connected Convolutional Network）は、各層を密接ブロック内の後続する全ての層に接続し、各層が連結された特徴マップを全ての先行層から受け取ることで、特徴の再利用を最大化し、勾配の流れを強化し、ResNetのような同等のアーキテクチャよりも実質的に少ないパラメータで競争力のある精度を達成します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Densely Connected Convolutional Network (DenseNet). ScholarGate. https://scholargate.app/ja/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 →