文章来源:github https 翻译:张妮娜
有两种類型的密集连接式卷积神经网络(DenseNets)可用:
每个模型可以在以下数据集上测试:
可通过壳或源代码内部来改变多个层、块、增长率、图像歸一化和其他训练参数
还有其他一些可以实现方法——也可能是很有用的方法。
对于模型验证我初步采用不同的图像归一化方法进行各种测试运行。起初在做归一化时我们将整个图像的参数除以256,这比通道归一化会好一些 但过后,每个通道的归一化是固定的执行狀态看似近乎相同,或者比归一化分割更好
与原始实现方法的不同之处
现有模型应当使用与原始代码相同的超参数。如果您发现出一些錯误请提出问题。