方法

我们回顾一下ResNet，大意就是本层的激活值与本层的输入，作为本层的输出。换一种方式理解，第l层的激活值不仅仅影响l+1层，而且还影响l+2层。那么由此及广，我们可不可以让第l层的激活值一直影响到第l+k层呢？这样就有了本文的基本思想，稠密就是从这里产生。好处如下：
这里写图片描述

与传统的卷积网络相比，需要更少的参数就能得到相同的效果。这里指出一点，参数少并不意味计算量降低，实验前向速度并未比ResNet降低。作者给出的原因是每层的输入包括之前的所有层，所以可以避免传统网络中冗余的层；
Densenet改变了传统网络反向传递时，梯度（信息）传播方式，由线性变成树状反向，这样的好处就在于减少了梯度消失的可能，并且加速训练，有利于更深层网络的训练；
作者发现稠密的网络结构有类似正则功能，在小数据集合上更好的避免过拟合。

实现

对于输入图像x0定义一个L层的网络，他的第l层是一个非线性变换（如BN，ReLU，Conv等），设为Hl(⋅)，输出为xl，那么我们一般有

x l = H l (x l - 1)

，在ResNet中我们有

x l = H l (x l - 1) + x l - 1

。作者指出由于单纯使用求和操作可能会干扰网络信号的传递。于是提出不是简单求和，而是将前面的结果放入新的channel通道，然后进行非线性操作，于是我们有

x l = H l ([x 0, x 1, . . ., x l - 1])

。同ResNet一样，这里的
Hl(⋅)
是BN+ReLU+Conv的组合。但是我们可以看到在上面的
[x0,x1,...,xl−1]
如果维度的尺寸不同的话，无法进行操作的，于是作者使用了模块的方式，模块内部没有Pooling操作，这样避免了形状不同。模块之间有Pooling操作。如下图

这里写图片描述

作者又尝试了
Hl(⋅)
输出channels个数（记为
k
）对消耗和结果的影响，channels个数越多网络参数越多，计算量更大。