DenseNet ir konvolucionāla neironu tīkla veids, kas izmanto blīvus savienojumus starp slāņiem, izmantojot blīvos blokus, kur mēs savienojam visus slāņus (ar atbilstošiem objektu kartes izmēriem) tieši ar viens otru.
Kam tiek izmantots DenseNet?
To var uzskatīt par algoritmiem, kuru stāvoklis tiek pārsūtīts no viena ResNet moduļa uz citu. Pakalpojumā DenseNet katrs slānis iegūst papildu ievadi no visiem iepriekšējiem slāņiem un nodod savas iezīmju kartes visiem nākamajiem slāņiem. Tiek izmantota savienošana.
Kas ir DenseNet?
DenseNet ir viens no jaunajiem atklājumiem neironu tīklos vizuālo objektu atpazīšanai DenseNet ir diezgan līdzīgs ResNet ar dažām būtiskām atšķirībām. ResNet izmanto aditīvu metodi (+), kas apvieno iepriekšējo slāni (identitāti) ar nākamo slāni, savukārt DenseNet savieno (.)
Kā darbojas DenseNet?
Rezumējot, DenseNet arhitektūra maksimāli izmanto atlikušo mehānismu, liekot katram slānim (viena un tā paša blīva bloka) savienoties ar nākamajiem slāņiem Šī modeļa kompaktums padara mācītos. funkcijas nav liekas, jo tās visas tiek koplietotas, izmantojot kopīgas zināšanas.
Kāda ir atšķirība starp ResNet un DenseNet?
Atšķirība starp ResNet un DenseNet ir tāda, ka ResNet izmanto summēšanu, lai savienotu visas iepriekšējās iezīmju kartes, savukārt DenseNet tās visas apvieno [49].
