A DenseNet היא סוג של רשת עצבית קונבולוציונית שמשתמשת בחיבורים צפופים בין שכבות, דרך Dense Blocks, שם אנו מחברים את כל השכבות (עם גדלי מפות תואמים) ישירות עם אחד את השני.
למה משמשת DenseNet?
ניתן לראות את זה כאלגוריתמים עם מצב שעבר ממודול ResNet אחד לאחר. ב-DenseNet, כל שכבה משיגה קלטות נוספות מכל השכבות הקודמות ומעבירה מפות תכונה משלה לכל השכבות הבאות. נעשה שימוש בשרשור.
מה זה DenseNet?
DenseNet היא אחת התגליות החדשות ברשתות עצביות לזיהוי אובייקטים חזותיים DenseNet דומה למדי ל-ResNet עם כמה הבדלים מהותיים. ResNet משתמשת בשיטה הוספה (+) הממזגת את השכבה הקודמת (זהות) עם השכבה העתידית, בעוד שה-DenseNet משרשרת (.)
איך פועלת DenseNet?
לסיכום, ארכיטקטורת DenseNet משתמשת במנגנון השיורי למקסימום על ידי גורם לכל שכבה (מאותו בלוק צפוף) להתחבר לשכבות הבאות שלהן הקומפקטיות של המודל הזה הופכת את הנלמד תכונות שאינן מיותרות מכיוון שכולם משותפים באמצעות ידע משותף.
מה ההבדל בין ResNet ל-DenseNet?
ההבדל בין ResNet ל-DenseNet הוא ש- ResNet מאמצת סיכום כדי לחבר את כל מפות התכונות הקודמות, בעוד שה-DenseNet משרשרת את כולן [49].
