2.1.10　DenseNet

DenseNet（稠密连接网络）（Huang et al.,2017）的目的也是缓解梯度消失，其获得了2017年CVPR 最佳论文奖。如图2-14所示，和ResNet的残差模块不同，稠密连接（Dense）模块中任意两层之间均有短路连接，训练时梯度可以更直接地进行传播。也就是说，每一层的输入通过特征拼接的形式包含了之前所有层的特征，对于一个层的DenseNet，共包含个短路连接。

图2-14　DenseNet 网络结构图

形式化地假设第个模块的输入特征为，输出特征为，ResNet中的残差模块是将残差分支的输出加上短路分支的输出，作为模块整体输出特征：

(2.3)

而在DenseNet中，第个模块会以之前所有模块的特征作为输入，模块输出特征为

(2.4)

其中，是输入层（即图像）的特征。当比较大时，由于第个模块的输入以特征拼接的形式包含了之前所有模块的特征，所以第个模块的输入特征通道数会很大，这会使得第个模块中的卷积层参数量和计算量都很大。因此，DenseNet中的实际包括了BN层+ReLU层+卷积层+BN层+ReLU层+卷积层，其中，卷积层的作用是对第层的输入特征进行降维，这样可以降低整体的参数量和计算量。

为了能进行特征拼接，特征需要保持相同的空间维度，而卷积神经网络中会随着层数加深逐渐降低特征空间维度。因此 DenseNet 整体网络结构采用了DenseBlock+Transition+DenseBlock+Transition+的形式，每个DenseBlock 内部特征维度相同，相互之间采用稠密连接形式（见图2-14），而在Transition 内会通过平均汇合层降低特征空间维度。

DenseNet 通过拼接不同层特征达到特征重用（Feature Reuse）的效果，和之前方法不同的是，DenseNet中的卷积层只需要很少的卷积核数目（对应输出通道数）。整体上，DenseNet 只用ResNet 一半的参数量即可达到 ResNet的性能。但在实现方面，直接将特征拼接会占用很大的GPU 显存，后来通过共享存储（Pleiss et al.,2017），可以在相同的GPU 显存资源下训练更深的DenseNet，但由于有些中间结果需要重复计算，该实现会增加一些训练时间。