卷积神经网络架构深度解析
超级会员免费看
卷积神经网络架构综述
1. DenseNet 概述
DenseNet 采用具有密集跳跃连接网络的卷积模块。以下是 DenseNet 相关信息总结：
- 发表 ：Gao Huang 等人于 2016 年发表 “Densely Connected Convolutional Networks”。
- 代码示例 ： 03h_finetune_DENSENET201_flowers104.ipynb 和 03h_fromzero_DENSE‐NET121_flowers104.ipynb 。
1.1 DenseNet 性能对比
| 模型 | 参数（不含分类头） | ImageNet 准确率 | 104 花卉 F1 分数（微调） | 104 花卉 F1 分数（从头训练） |
|---|---|---|---|---|
| DenseNet201 | 18M | 77% | 95%（精度：96%，召回率：95%） | - |
| DenseNet121 | 7M | 75% | - | 76%（精度：80%， |
订阅专栏 解锁全文
扫一扫
730
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
