深度学习之卷积神经网络(13)DenseNet

Posted 炎武丶航

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了深度学习之卷积神经网络(13)DenseNet相关的知识,希望对你有一定的参考价值。

深度学习之卷积神经网络(13)DenseNet


 Skip Connection的思想在ResNet上面获得了巨大的成功,研究人员开始尝试不同的Skip Connection方案,其中比较流行的就是DenseNet [1]。DenseNet将前面所有层的特征图信息通过Skip Connection与当前层输出进行聚合,与ResNet的对应位置相加方式不同,DenseNet采用在通道轴 c c c维度进行拼接操作,聚合特征信息。

[1] G. Huang, Z. Liu 和 K. Q. Weinberger, “Densely Connected Convolutional Networks,” CoRR, 卷 abs/1608.06993, 2016.


 如下图所示,输入 X 0 \\boldsymbol X_0 X0通过 H 1 \\text{H}_1 H1卷积层得到输出 X 1 \\boldsymbol X_1 X1 X 1 \\boldsymbol X_1 X1 X 0 \\boldsymbol X_0 X0在通道轴上进行拼接,得到聚合后的特征张量,送入 H 2 \\text{H}_2 H2卷积层,得到输出 X 2 \\boldsymbol X_2 X2,同样的方法, X 2 \\boldsymbol X_2 X2与前面所有层的特征信息 X 1 \\boldsymbol X_1 X1 X 0 \\boldsymbol X_0 X0进行聚合,再送入下一层。如此循环,直至最后一层的输出 X 4 \\boldsymbol X_4 X4和前面所有层的特征信息 { X i } i = 0 , 1 , 2 , 3 \\{X_i\\}_{i=0,1,2,3} {Xi}i=0,1,2,3进行聚合得到模块的最终输出。这样一种基于Skip Connection稠密连接的模块叫做Dense Block。

Dense Block结构


 DenseNet通过堆叠多个Dense Block构成复杂的深层神经网络,如下图所示:

一个典型的DenseNet结构


 下图比较了不同版本的DenseNet的性能、DenseNet与ResNet的性能比较,以及DenseNet与ResNet训练曲线。

DenseNet与ResNet性能比较

以上是关于深度学习之卷积神经网络(13)DenseNet的主要内容,如果未能解决你的问题,请参考以下文章

深度学习之卷积和池化

深度学习之卷积神经网络(CNN)

深度学习之 TensorFlow:卷积神经网络

深度学习之卷积神经网络理论详解

深度学习之卷积神经网络(CNN)学习

深度学习之图片压缩算法