DenseNet
DenseNet (Densely Connected Convolutional Network), yang diperkenalkan oleh Huang, Liu, van der Maaten, dan Weinberger di CVPR 2017 (Anugerah Kertas Terbaik), menghubungkan setiap lapisan kepada setiap lapisan berikutnya dalam blok padat supaya setiap lapisan menerima peta ciri yang digabungkan dari semua lapisan sebelumnya — memaksimumkan penggunaan semula ciri, mengukuhkan aliran kecerunan, dan mencapai ketepatan yang kompetitif dengan parameter yang jauh lebih sedikit berbanding seni bina yang setanding seperti ResNet.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian 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 memetik halaman ini
ScholarGate. (2026, June 3). Densely Connected Convolutional Network (DenseNet). ScholarGate. https://scholargate.app/ms/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
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →