# my-quiz-w7

**Repository Path**: Fun-AI/my-quiz-w7

## Basic Information

- **Project Name**: my-quiz-w7
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2019-04-11
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# my-quiz-w7

#### 介绍
根据DenseNet论文（1608.06993v5）复现了该算法的主要内容，并以cifar-10数据集来训练。不过算法效果不理想，仅用做学习参考，理解算法原理。

#### 对growth的理解
与在DenseNet之前的网络结构相比，growth是最大的特点之一。每次新增的growth层特征，意味着每层卷积对输入的抽象和处理结果。通过growth的方式，将不同卷积层的结果串联到一起，也实现了每层卷积都会把前面所有层的计算结果考虑在内的思路。

#### 对稠密链接的理解
稠密链接最大的特点是，把前面每一层卷积结果都考虑进来作为输入，这样解决了深层网络的梯度弥散问题。同时还加强了特征传递，鼓励特征复用，大幅减少了参数的数量。
DenseNet比其他网络效率更高，其关键就在于网络每层计算量的减少以及特征的重复利用。DenseNet的每一层只需学习很少的特征，使得参数量和计算量显著减少，相应的，计算效率就提升了。