A DenseNet एक प्रकार का दृढ़ तंत्रिका नेटवर्क है जो परतों के बीच घने कनेक्शन का उपयोग करता है, Dense Blocks के माध्यम से, जहां हम सभी परतों (मिलान फीचर-मैप आकार के साथ) को सीधे कनेक्ट करते हैं एक दूसरे।
DenseNet का उपयोग किस लिए किया जाता है?
इसे एक राज्य के साथ एल्गोरिदम के रूप में देखा जा सकता है जो एक ResNet मॉड्यूल से दूसरे में जाता है। DenseNet में, प्रत्येक परत सभी पूर्ववर्ती परतों से अतिरिक्त इनपुट प्राप्त करती है और अपने स्वयं के फीचर-मैप्स को बाद की सभी परतों में भेजती है। संयोजन का उपयोग किया जाता है।
डेंसनेट क्या है?
DenseNet दृश्य वस्तु पहचान के लिए तंत्रिका नेटवर्क में नई खोजों में से एक है DenseNet कुछ मूलभूत अंतरों के साथ ResNet के समान है।ResNet एक योगात्मक विधि (+) का उपयोग करता है जो पिछली परत (पहचान) को भविष्य की परत के साथ मिला देता है, जबकि DenseNet (.) को जोड़ता है।
डेंसनेट कैसे काम करता है?
संक्षेप में, DenseNet आर्किटेक्चर अवशिष्ट तंत्र का अधिकतम उपयोग करके हर परत (एक ही घने ब्लॉक की) को उनकी बाद की परतों से जोड़ता है इस मॉडल की कॉम्पैक्टनेस सीखी जाती है गैर-अनावश्यक सुविधाएँ क्योंकि वे सभी एक सामान्य ज्ञान के माध्यम से साझा की जाती हैं।
रेसनेट और डेंसनेट में क्या अंतर है?
ResNet और DenseNet के बीच का अंतर यह है कि ResNet सभी पूर्ववर्ती फीचर-मैप्स को जोड़ने के लिए समन को अपनाता है जबकि DenseNet उन सभी को जोड़ता है [49]।
