Machine learning

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.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

Источники

  1. 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
  2. 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.

Compare side by side

Упоминается в

ScholarGateDenseNet (Densely Connected Convolutional Network (DenseNet)). Получено 2026-06-15 из https://scholargate.app/ru/deep-learning/densenet · Набор данных: https://doi.org/10.5281/zenodo.20539026