DenseNet
DenseNet (Densely Connected Convolutional Network), introdusert av Huang, Liu, van der Maaten og Weinberger på CVPR 2017 (Best Paper Award), kobler hvert lag til alle påfølgende lag innenfor en tett blokk, slik at hvert lag mottar de konkatenerte funksjonskartene fra alle foregående lag — maksimerer gjenbruk av funksjoner, styrker gradientflyt og oppnår konkurransedyktig nøyaktighet med vesentlig færre parametere enn sammenlignbare arkitekturer som ResNet.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Densely Connected Convolutional Network (DenseNet). ScholarGate. https://scholargate.app/no/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.
- EfficientNetDyp læring↔ compare
- ResNet (Residual Network)Dyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →