1、论文解决了什么问题

文章主要对稠密链接的效果进行试验研究和分析。

2、论文采用了什么方法

通过稠密卷积网络将每层网络都与其对应的输入进行连接。

3、论文达到了什么效果

1、缓和了梯度消失的问题。
2、巩固了特征的传播。
3、支持特征的重复使用。

4、论文的关键内容

1、设计了一个可以控制网络深度的超参数,当计算机计算能力有限时,可以将网络深度设置小一些。
2、在Bottleneck layers中在33的卷积之前都加入了11的卷积,可以在通道数过多时,减少通道数,加快计算效率。并且每个Bottleneck layers之间进行稠密连接。
3、在一定数量的Bottleneck layers之后加入了Transition Layer,比便于对特征图的大小进行调整。
Densely Connected Convolutional Networks阅读笔记

5、论文的结果

Densely Connected Convolutional Networks阅读笔记
就是效果还不错。

6、总结

从实验结果来看,稠密连接的效果还可以,并且参数两总体而言较小,有利于计算,在用的时候,可以考虑在自己设计模型结构或者其他结构中加入稠密连接,或者说可以考虑与resnet结合一下。

相关文章:

  • 2021-09-06
  • 2021-08-07
  • 2022-12-23
  • 2021-04-10
  • 2021-07-05
  • 2022-01-16
猜你喜欢
  • 2022-01-03
  • 2022-01-20
  • 2021-08-03
  • 2021-07-25
  • 2021-09-08
  • 2021-11-10
  • 2021-10-10
相关资源
相似解决方案