【DenseNet模型】

1 DenseNet结构

参考链接：https://arxiv.org/pdf/1608.06993.pdf
DenseNet通过密集连接，可以缓解梯度消失问题，加强特征传播，鼓励特征复用，极大减少了参数量。

2 DenseNet特征图保持一致方法

DenseNet的密集连接方式需要特征图大小保持一致

图2 一个有三个Dense Block的DenseNet网络。两个相邻块之间的层称为过渡层，通过卷积和池化来改变特征图的大小。

3 模型预览方法

densenet121 = torchvision.models.densenet121(pretrained=True)
print(densenet121)

imgs_batch = torch.randn((8, 3, 224, 244))
from torch.utils.tensorboard import SummaryWriter

writer = SummaryWriter('my_log/densenet121')
writer.add_graph(densenet121, imgs_batch)
# 在promote中输入tensorboard --logdir path --host=127.0.0.1 ,path为绝对地址，不需要双引号，按照提示打开tensorboard

1
2
3
4
5
6
7
8
9
10