TF2.0深度学习实战（八）：搭建DenseNet稠密神经网络

写在前面：大家好！我是【AI 菌】，一枚爱弹吉他的程序员。我热爱AI、热爱分享、热爱开源！ 这博客是我对学习的一点总结与思考。如果您也对 深度学习、机器视觉、算法、Python、C++ 感兴趣，可以关注我的动态，我们一起学习，一起进步~
我的博客地址为：【AI 菌】的博客
我的Github项目地址是：【AI 菌】的Github

前言：
  本专栏将分享我从零开始搭建神经网络的学习过程，注重理论与实战相结合，力争打造最易上手的小白教程。在这过程中，我将使用谷歌TensorFlow2.0框架逐一复现经典的卷积神经网络：LeNet、AlexNet、VGG系列、GooLeNet、ResNet 系列、DenseNet 系列，以及现在比较流行的：RCNN系列、SSD、YOLO系列等。

  这一次我将复现非常经典的稠密神经网络DenseNet。首先在理论部分，我会依据论文对DenseNet进行一个简要的讲解。然后在实战部分，我会手把手带你搭建第一个稠密神经网络DenseNet，对Fashion MNIST数据集进行训练与分类预测。

系列教程：
    实战教程：《TF2.0深度学习实战：图像分类/目标检测》
    理论教程：《深度学习笔记》

---

资源传送门：
    论文原文下载地址：《Densely Connected Convolutional Networks》
    原项目地址：https://github.com/liuzhuang13/DenseNet
    论文详解：DenseNet论文详解：《Densely Connected Convolutional Networks》
    TensorFlow2.0实现地址：【AI 菌】的Github

温馨提示：这一篇是《TF2.0深度学习实战：图像分类》的收关之作。从下一期开始，我将开始探索《TF2.0深度学习实战：目标检测》。如果这对你有所帮助的话，可以关注我的动态！我们一起学习，一起进步！

---