DenseNet
DenseNet (Densely Connected Convolutional Network), представленная Хуангом, Лю, ван дер Маатеном и Вайнбергером на CVPR 2017 (премия за лучшую статью), соединяет каждый слой с каждым последующим слоем внутри плотного блока так, чтобы каждый слой получал конкатенированные карты признаков всех предыдущих слоев — максимизируя повторное использование признаков, усиливая поток градиентов и достигая конкурентоспособной точности при значительно меньшем количестве параметров по сравнению с сопоставимыми архитектурами, такими как ResNet.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Densely Connected Convolutional Network (DenseNet). ScholarGate. https://scholargate.app/ru/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.
- EfficientNetГлубокое обучение↔ compare
- ResNet (Остаточная сеть)Глубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →