5.12 DenseNet的实现

[nnniuzy]

bug描述 DenseNet中稠密连接的实现方式

版本信息 pytorch: torchvision: torchtext: ...

def forward(self, X):
    for blk in self.net:
        Y = blk(X)
        X = torch.cat((X, Y), dim=1)  # 在通道维上将输入和输出连结
    return X

下面是torch官方的实现方法，我觉得这两者有些区别，下放这个更像是直观的稠密连接，features中的数值没有变过，书中的代码好像X的值一直在改变。（还是说，我理解错了）

def forward(self,X):
    features = [X]
    for blk in self.net:
        Y = blk(torch.cat(features, dim=1))
        features.append(Y)
    return features

[ShusenTang]

我认为本质没啥区别，最终返回结果都是[X1,X2,X3,...]，其中Xn = blk([X1,X2,...,X(n-1)])

[nnniuzy]

好吧，我想了一下，的确是我一开始考虑错了[捂脸]，多谢回复