DenseNet je tip konvolucione neuronske mreže koja koristi guste veze između slojeva, preko gustih blokova, gdje povezujemo sve slojeve (sa odgovarajućim veličinama mape karakteristika) direktno sa jedno drugom.
Za šta se koristi DenseNet?
Može se posmatrati kao algoritmi sa stanjem prosleđenim sa jednog ResNet modula na drugi. U DenseNet-u, svaki sloj dobija dodatne ulaze iz svih prethodnih slojeva i prosljeđuje svoje vlastite mape karakteristika svim sljedećim slojevima. Koristi se konkatenacija.
Šta je DenseNet?
DenseNet je jedno od novih otkrića u neuronskim mrežama za vizuelno prepoznavanje objekata DenseNet je prilično sličan ResNetu sa nekim fundamentalnim razlikama. ResNet koristi aditivnu metodu (+) koja spaja prethodni sloj (identitet) sa budućim slojem, dok DenseNet spaja (.)
Kako DenseNet radi?
Da rezimiramo, DenseNet arhitektura koristi rezidualni mehanizam do maksimuma čini da se svaki sloj (istog gustog bloka) poveže sa svojim narednim slojevima Kompaktnost ovog modela čini naučenim karakteristike koje nisu redundantne jer se sve dijele putem zajedničkog znanja.
Koja je razlika između ResNeta i DenseNeta?
Razlika između ResNet-a i DenseNet-a je u tome što ResNet usvaja sumiranje da poveže sve prethodne mape karakteristika, dok ih DenseNet sve spaja [49].
