【第10篇】DenseNet

阅读: 评论:0

【第10篇】DenseNet

【第10篇】DenseNet

文章目录

  • 摘要
  • 1 引言
  • 2 相关工作
  • 3 DenseNets
  • 4 实验
    • 4.1 数据集
    • 4.2 训练
    • 4.3 CIFAR 和 SVHN 的分类结果
    • 4.4. ImageNet 上的分类结果
  • 5 讨论

Densely Connected Convolutional Networks

论文地址:.06993.pdf

摘要

最近的工作表明,如果卷积网络在靠近输入的层和靠近输出的层之间包含更短的连接,则它们可以更深入、更准确、更有效地进行训练。在本文中,我们接受了这一观察并介绍了密集卷积网络 (DenseNet),它以前馈方式将每一层连接到其他每一层。而具有 L 层的传统卷积网络有 L 个连接——每层与其后续层之间有一个连接——而我们的网络有

本文发布于:2024-01-28 00:34:11,感谢您对本站的认可!

本文链接:https://www.4u4v.net/it/17063732523575.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:DenseNet
留言与评论(共有 0 条评论)
   
验证码:

Copyright ©2019-2022 Comsenz Inc.Powered by ©

网站地图1 网站地图2 网站地图3 网站地图4 网站地图5 网站地图6 网站地图7 网站地图8 网站地图9 网站地图10 网站地图11 网站地图12 网站地图13 网站地图14 网站地图15 网站地图16 网站地图17 网站地图18 网站地图19 网站地图20 网站地图21 网站地图22/a> 网站地图23