DenseNet je typ konvoluční neuronové sítě, která využívá hustá spojení mezi vrstvami prostřednictvím hustých bloků, kde všechny vrstvy (s odpovídajícími velikostmi map funkcí) spojujeme přímo s navzájem.
K čemu se používá DenseNet?
Lze na to nahlížet jako na algoritmy se stavem předávaným z jednoho modulu ResNet do druhého. V DenseNet každá vrstva získává další vstupy ze všech předchozích vrstev a předává své vlastní mapy prvků všem následujícím vrstvám. Je použito zřetězení.
Co je DenseNet?
DenseNet je jeden z nových objevů v neuronových sítích pro vizuální rozpoznávání objektů DenseNet je docela podobný ResNetu s některými zásadními rozdíly. ResNet používá aditivní metodu (+), která sloučí předchozí vrstvu (identitu) s budoucí vrstvou, zatímco DenseNet zřetězí (.)
Jak funguje DenseNet?
Shrneme-li, architektura DenseNet využívá zbytkový mechanismus na maximum tím, že připojuje každou vrstvu (stejně hustého bloku) k dalším vrstvám Kompaktnost tohoto modelu umožňuje naučit se funkce nejsou redundantní, protože jsou všechny sdíleny prostřednictvím společné znalosti.
Jaký je rozdíl mezi ResNet a DenseNet?
Rozdíl mezi ResNet a DenseNet je v tom, že ResNet používá sumaci k propojení všech předchozích map funkcí, zatímco DenseNet je všechny spojuje [49].
