IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 快速理解DenseNet的主要思想 -> 正文阅读

[人工智能]快速理解DenseNet的主要思想

DenseNet的主要思想

目前的网络结构要么是增加了网络的宽度(GoogLeNet),要么是增加了网络的深度(Resnet)。但是DenseNet另辟蹊径,他是从特征上入手。网络结构非常小巧,但是效果却非常的惊人!

一些有用的链接

论文:Densely Connected Convolutional Networks
论文链接:https://arxiv.org/pdf/1608.06993.pdf
代码的github链接:https://github.com/liuzhuang13/DenseNet
MXNet版本代码(有ImageNet预训练模型): https://github.com/miraclewkf/DenseNet

DenseNet 的核心

DenseNet 的核心是Dense block。这个东西我用一句话概括一下就是每一层的输入来自前面所有层的输出
在传统的神经网络中,如果你有N层,那么就有N个连接。但是在DenseNet中,会有 L ? ( L + 1 ) / 2 L*(L+1)/2 L?(L+1)/2个连接。下面看一下Dense block的图示:
Dense Block的网络结构

文章中同样也用公式说明了DenseNet和ResNet的区别:
首先看一下ResNet的公式:
X l = H l ( X l ? 1 ) + X l ? 1 X_l = H_l(X_{l-1})+X_{l-1} Xl?=Hl?(Xl?1?)+Xl?1?
这里的 l l l表示层, X l X_l Xl?表示 l l l层的输出, H l H_l Hl?表示一个非线性变换。所以对于ResNet而言, l l l层的输出是 l ? 1 l-1 l?1层的输出加上对 l ? 1 l-1 l?1层输出的非线性变换。
再来看一下我们的DenseNet的公式:
X l = H l ( [ X 0 , X 1 , X 2 , . . . , X l ? 1 ] ) X_l = H_l([X_0, X_1,X_2, ... , X_{l-1}]) Xl?=Hl?([X0?,X1?,X2?,...,Xl?1?])
[ X 0 , X 1 , X 2 , . . . , X l ? 1 ] [X_0, X_1,X_2, ... , X_{l-1}] [X0?,X1?,X2?,...,Xl?1?]表示将 0 0 0 l ? 1 l-1 l?1层的输出feature map做concatenation。concatenation是做通道的合并,就像Inception那样。而前面resnet是做值的相加,通道数是不变的。 H l H_l Hl?包括BN,ReLU和 3 × 3 3\times3 3×3的卷积。

DenseNet的优点

这里面主要说其中的四点:

1。 减轻了梯度消失的问题
2。 加强了特征的传播
3。 有效的利用了特征
4。减少了参数的数量

DenseNet的结构

下面的表示的是一个DenseNet的结构图,在这个结构图中包含了3个dense block。作者将DenseNet分成多个dense block,原因是希望各个dense block内的feature map的size统一,这样在做concatenation就不会有size的问题。
DenseNet的结构

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2021-07-25 11:39:27  更:2021-07-25 11:39:36 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年3日历 -2024/3/28 19:55:32-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码