DenseNet學習與實現

《Densely Connected Convolutional Networks》提出了DenseNet，它用前饋的方式連接每一層與所有其他層，L層網絡共有 L ( L + 1 ) 2 \frac{L(L+1)}{2} 2L(L+1)​條直接連接。DenseNet有幾個優勢：可以減輕梯度消失問題、強化特徵傳播、鼓勵特徵再利用、實質地減少參數數量。 動機 隨着卷積神經網絡變得越來越深，一個新的研究

>>阅读原文<<