DenseNet也是从结构上面去改进比较深的神经网络，对标的就是ResNet。DenseNet不同于ResNet利用Identity function将前面网络层的输出直接加到后面，它强调的是极致的特征重用，不断地利用以前提取的特征，从而达到加深网络的目的（也就是解决网络过深导致的梯度消失的问题）。
这个图片是我在Debug DenseNet的Pytorch实现时，画的示意图：
相关文章：
相似解决方案
热门标签
DenseNet也是从结构上面去改进比较深的神经网络，对标的就是ResNet。DenseNet不同于ResNet利用Identity function将前面网络层的输出直接加到后面，它强调的是极致的特征重用，不断地利用以前提取的特征，从而达到加深网络的目的（也就是解决网络过深导致的梯度消失的问题）。
这个图片是我在Debug DenseNet的Pytorch实现时，画的示意图：
相关文章：