A DenseNet е тип конволюционна невронна мрежа, която използва плътни връзки между слоевете, чрез плътни блокове, където свързваме всички слоеве (със съответстващи размери на картата на характеристиките) директно с един друг.
За какво се използва DenseNet?
Може да се разглежда като алгоритми със състояние, предавано от един ResNet модул към друг. В DenseNet, всеки слой получава допълнителни входове от всички предходни слоеве и предава свои собствени карти на характеристики към всички следващи слоеве. Използва се конкатенация.
Какво е DenseNet?
DenseNet е едно от новите открития в невронните мрежи за визуално разпознаване на обекти DenseNet е доста подобен на ResNet с някои фундаментални разлики. ResNet използва адитивен метод (+), който слива предишния слой (идентичност) с бъдещия слой, докато DenseNet обединява (.)
Как работи DenseNet?
За да обобщим, архитектурата DenseNet използва остатъчния механизъм до максимума, като качи всеки слой (от един и същ плътен блок) да се свърже със следващите си слоеве Компактността на този модел прави научените функции, които не са излишни, тъй като всички те са споделени чрез общо знание.
Каква е разликата между ResNet и DenseNet?
Разликата между ResNet и DenseNet е, че ResNet приема сумиране, за да свърже всички предходни карти на характеристики, докато DenseNet обединява всички тях [49].
