A DenseNet είναι ένας τύπος συνελικτικού νευρωνικού δικτύου που χρησιμοποιεί πυκνές συνδέσεις μεταξύ των επιπέδων, μέσω Πυκνών Μπλοκ, όπου συνδέουμε όλα τα επίπεδα (με ταιριαστά μεγέθη χαρτών χαρακτηριστικών) απευθείας με ο ένας τον άλλον.
Σε τι χρησιμοποιείται το DenseNet;
Μπορεί να προβληθεί ως αλγόριθμοι με κατάσταση που μεταβιβάζεται από μια λειτουργική μονάδα ResNet σε άλλη. Στο DenseNet, κάθε επίπεδο λαμβάνει πρόσθετες εισόδους από όλα τα προηγούμενα επίπεδα και μεταβιβάζει στους δικούς του χάρτες χαρακτηριστικών σε όλα τα επόμενα επίπεδα. Χρησιμοποιείται συνένωση.
Τι είναι το DenseNet;
Το
DenseNet είναι μία από τις νέες ανακαλύψεις στα νευρωνικά δίκτυα για την αναγνώριση οπτικών αντικειμένων Το DenseNet είναι αρκετά παρόμοιο με το ResNet με ορισμένες θεμελιώδεις διαφορές. Το ResNet χρησιμοποιεί μια προσθετική μέθοδο (+) που συγχωνεύει το προηγούμενο επίπεδο (ταυτότητα) με το μελλοντικό επίπεδο, ενώ το DenseNet συνενώνει (.)
Πώς λειτουργεί το DenseNet;
Για να συνοψίσουμε, η αρχιτεκτονική DenseNet χρησιμοποιεί τον υπολειπόμενο μηχανισμό στο μέγιστο κάνοντας κάθε στρώμα (του ίδιου πυκνού μπλοκ) να συνδεθεί με τα επόμενα στρώματά του Η συμπαγή αυτού του μοντέλου κάνει τους μαθητευόμενους χαρακτηριστικά που δεν είναι περιττά, καθώς όλα κοινοποιούνται μέσω μιας κοινής γνώσης.
Ποια είναι η διαφορά μεταξύ ResNet και DenseNet;
Η διαφορά μεταξύ ResNet και DenseNet είναι ότι το ResNet υιοθετεί την άθροιση για να συνδέσει όλους τους προηγούμενους χάρτες χαρακτηριστικών ενώ το DenseNet συνενώνει όλους τους [49].
