Densenet网络理解

Densenet网络通过级联方式而非相加连接各层,增强特征传递,减轻梯度消失问题,减少参数和计算量。相比于Resnet,Densenet的block间使用transition层降低通道数,每个block的growth rate k(如12)定义每层新增特征映射数,通过bottleneck层进一步控制参数量。这种设计使得Densenet能有效利用特征并提升模型性能。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

自从resnet之后人们开始讲不同层之间做不同的连接以期望得到更好的结果,本文的作者就提出了一种新的连接结构,并且有效的减轻了梯度消失的问题,加强了特征的传递,有效的理由了特征,减少了参数的数量以及计算量。
网络结构
在这里插入图片描述
我们可以发现每一层的输入来自前面所有层的输出。
densenet和其他网络对比
在resnet中前一层的输入和后一层的输入是相加到一起的,这在某种程度上阻碍了信息在网络中的流动,但是在densenet中并不是直接相加的而是通过级联的方式连接在一起(concatenate)。同时densenet的参数校教育其他网络要少很多并且减轻了梯度消失的问题,因为在普通个网络中梯度是通过一层一层传递下去的导致梯度消失,但是在densenet中每一层都连接着后面的层,这就在某种程度上避免了这种现象的发生。初次之外,densenet很窄,每一层只有12个filter。文中指出resnet是通过网络的深度来提升模型的性能,googlenet是通过增加宽度来提升模型的性能,但是densenet是通过很好的利用feature来提升模型的性能的。
下图是densenet和restnet的公式对比:
在这里插入图片描述
在这里插入图片描述
从公式中可以看出二者本质的区别。

结构分析
下图为densenet的几个不同结构:

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
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