深度學習---稠密連接配接網絡（DenseNet）

DenseNet和ResNet的主要差別是DenseNet裡面子產品B的輸出不是像ResNet那樣和子產品A的輸出相加，而是在通道維上連結。這樣子產品A的輸出可以直接傳入子產品B後面的層。

DenseNet的主要構模組化塊是稠密層和過渡層。前者定義了輸入和輸出是如何連結的，後者則用來控制通道數，使之不過大。

由于每個稠密層都會帶來通道數的增加，使用過多則會帶來過于複雜的模型。過渡層用來控制模型複雜度。它通過1x1卷積層來減少通道數，并使用步幅為2的平均池化層減半高和寬，進而進一步降低模型複雜度。