DenseNet学习

205 篇文章 261 订阅 ¥19.90 ¥99.00
90 篇文章 217 订阅 ¥19.90 ¥99.00
43 篇文章 155 订阅 ¥19.90 ¥99.00
DenseNet通过dense connectivity增强了特征流动,减轻梯度消失问题,减少了参数数量。每一层都与其他所有层相连,形成丰富的特征重用。与ResNet不同,DenseNet的每一层直接与所有后续层相连,而非仅使用skip-connection。网络包含conv_block、transition layers和全局平均池化等关键组件,适合高效训练。
摘要由CSDN通过智能技术生成

一、主要原理

其借鉴了ResNet的思想,用dense connectivity的方式更加缩短了头尾之间层的连接,使得

在前向传播过程中,每一层都与其他所有层相连

于是一个有L层的DenseNet就有L(L+1)/2个连接,每一层都将之前所有层输出的feature map 连结起来作为自己的输入,然后再把自己的输出输送给之后的所有层

这个网络的优点如下:

1.减轻了梯度弥散的问题,使模型不容易过拟合

2.增强了特征在各个层之间的流动,因为每一层都与初始输入层还有最后的由loss function得到的梯度直接相连

3.大大减少了参数个数,提高训练效率

 

【与ResNet比较】

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

南七小僧

打赏后,可以添加微信一对一咨询

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值