DenseNet学习与实现

《Densely Connected Convolutional Networks》提出了DenseNet，它用前馈的方式连接每一层与所有其他层，L层网络共有 L ( L + 1 ) 2 \frac{L(L+1)}{2} 2L(L+1)​条直接连接。DenseNet有几个优势：可以减轻梯度消失问题、强化特征传播、鼓励特征再利用、实质地减少参数数量。 动机 随着卷积神经网络变得越来越深，一个新的研究

>>阅读原文<<