前言
这是卷积的第十二篇文章，主要为大家介绍一下DenseNet，值得一提的是DenseNet的作者也是上一篇卷积神经网络学习路线（十一）| Stochastic Depth（随机深度网络）论文的作者，即清华的黄高。相比于里程碑式创新的ResNet来讲，DenseNet的作用或许用继往开来来形容是最合适不过了。论文原文地址见附录。
介绍
论文先讲到了先前的网络因为使用了shortcut连接，网络已经变得越来越深了。接着引入了论文要介绍的DenseNet，正是利用了shortcut连接的思想，每一层都将前面所有层的特征图作为输入，最后使用concatenate来聚合信息。实验显示，DenseNet减轻了梯度消失问题，增大了特征重用，大大减少了参数量。Figure 1是DenseNet的一个组件（dense block），整个网络是由多个这种组件堆叠出来的。可以看到DenseNet使用了concatenate来聚合不同的特征图，类似于ResNet残差的思想，提高了网络的信息和梯度流动，使得网络更加容易训练。
Figure 2展示了使用3个dense block搭建出来的DenseNet网络：
在这里插入图片描述
相关工作
- 通过级联来加深网络。
- 80年代的级联结构和DenseNet结构有点相似，但那时的主要目的是为了逐层训练多层感知机。
- 最近，提出使用batch梯度下降训练全连接级联网络。虽然在小数据集上有效，但这个方法最多只适合有几百个参数的网络。
- 何凯明等人提出的ResNet。
- 通过shortcut连接加深网络。
- Highway网络是第一个将网络深度做到100 的，使用了gating mapping。
- ResNet在Highway的基础上，将gating mapping换成了identity mapping。
- Stochastic depth ResNet通过随机dropout掉一些identity mapping来强制学习，这表明，ResNet中有很多冗余层，DenseNet就是受到这个启发来做的。
- 通过加宽网络来使网络更深。
- GoogleNet使用Inception模块加深了网络
- WRN加宽了ResNet
- FractalNet 也加宽了网络
- 提高特征重用。
- 相比于通过加深，加宽网络来增强表示能力，DenseNet关注特征重用。dense架构容易训练，并且参数更少。特征图谱通过 concat 聚合可以增加后面层输入的变化，提高效率。
- Inception 系列网络中也有用
concatenate来聚合信息，但DenseNet更加简单高效。
- 其他工作。
- NIN 将微型 mlp 结构引入 conv 来提取更加复杂的特征。
- Deeply Supervised Network (DSN) 添加辅助 loss 来增强前层的梯度。
- Ladder Networks 在 自动编码器 中引入了横向连接。
- Deeply-Fused Nets (DFNs) 提高信息流。
实现方法
对于一个卷积神经网络，假设输入图像。该网络包含L层，每一层都实现了一个非线性变换，其中表示第层。可以是一个组合操作，如BN, ReLU, Conv，将第层的输出记作。
稠密连接
为了进一步改善网络层之间的信息交流流，论文提出了不同的连接模式：即引入从任何层到所有后续层的直接连接。结果，第层得到了之前所有层的特征映射作为输入：，其中表示特征映射的级联。
复合函数
定义为三个连续操作的组合，即：。
池化层
DenseNet使用了的平均池化做特征下采样。
增长率
当每个都产生个特征映射时，它表示第层有个输入特征，表示输入层的通道数。DenseNet与已存在架构不同之处在于DenseNet可以有很窄的层，例如: 。其中参数称为网络的增长率。下表展示了不同深度的DenseNet网络结构，其中：
在这里插入图片描述
为什么DenseNet结构有效？
对此的一种解释是DenseNet中的每个层都可以访问对应块中所有前面的特征映射，因此可以访问网络的“集体知识”。我们可以将特征映射看作网络的全局状态。每个层将自己的个特征映射添加到这个状态。增长速度控制着每一层新信息对全局状态的贡献。全局状态一旦写入，就可以从网络中的任何地方访问，并且与传统网络体系不同，不需要逐层复制它。
瓶颈层
虽然每一层只产生个输出特征映射，但它通道具有更多的输入。有文章指出，在每个卷积之前可以引入卷积层作为瓶颈层，以减少输入特征映射的数量，从而提高计算效率。实验发现这种设计对于DenseNet特别有效，并将具有瓶颈层的网络称为DenseNet-B，即具有BN-ReLU-Conv(1×1)-BN-ReLU-Conv(3×3)组件的的。
压缩
为了进一步提高模型的紧凑性，可以减少过度层上的特征映射的数量。如果一个dense block包含m个特征映射，可以让其紧跟着的变化层生成个输出特征映射，其中作为压缩因子。当时，跨转换层的特征映射的数量保持不变。
实验
通过Table 2可以看出DenseNet在准确率和参数量上取得了较好的平衡，精度上全面超越ResNet网络。
Figure 3对比了ResNet和DenseNet参数量和FLOPS是如何影响测试错误率的，可以看出相同准确率时DenseNet 的参数更少，推理时的计算量也更小。
从Figure 4可以看出，在相同性能下DenseNet的参数量是ResNet的三分之一；1001层的pre-activation ResNet（参数为10M）的性能和100层的DenseNet （参数为0.8M）相当。说明DenseNet的参数利用效率更高。
在这里插入图片描述
结论
这篇论文论文提出了一个新的网络结构DenseNet，解决了ResNet遗留的网络层冗余的问题，引入了具有相同特征映射大小的任意两个层之间的直接连接。我们发现，DenseNet可以自然地扩展到数百个层，且没有表现出优化困难。DenseNet趋向于随着参数量的增加，在精度上也产了对应的提高，并没有任何性能下降和过拟合的情况。但是根据天下没有免费的午餐定理，DenseNet有一个恐怖的缺点就是内存占用极高，比较考验硬件，另外DenseNet和ResNet一样仍存在调参困难的问题。
附录
- 论文原文：https://arxiv.org/pdf/1608.06993.pdf
- 参考：https://www.cnblogs.com/zhhfan/p/10187634.html
