DenseNet 편집하기 (부분)

==아키텍처==
DenseNet은 Dense Block과 Transition Layer로 구성된다.
===Dense Block===
Dense Block은 내부의 모든 층이 이전 모든 층의 출력을 입력으로 받는 구조를 가진다.  각 층은 새로운 특징 맵만 생성하고, 이전 특징 맵은 그대로 연결(concatenate)된다.  이때 “growth rate(k)”라는 하이퍼파라미터가 각 층이 새롭게 생성하는 채널 수를 결정한다.

Dense Block 내부의 연산 흐름은 다음과 같다.
#Batch Normalization
#ReLU 활성화 함수
#1×1 컨볼루션 (Bottleneck layer, 선택적)
#Batch Normalization
#ReLU 활성화 함수
#3×3 컨볼루션
#출력 특징 맵을 이전 출력들과 연결(concatenate)
===Transition Layer===
Dense Block 사이에는 Transition Layer가 존재하며, 네트워크의 크기를 제어한다.
#1×1 컨볼루션을 통해 채널 수를 줄인다.
#2×2 평균 풀링(Average Pooling) 또는 스트라이드 2 다운샘플링을 수행한다.
이 과정을 통해 계산량과 메모리 사용량을 줄이고, 블록 간 연결을 효율적으로 관리한다.
===전체 구조 (예시)===
#초기 컨볼루션 계층 (7×7 Conv, Stride 2)
#맥스풀링 (3×3, Stride 2)
#Dense Block 1
#Transition Layer 1
#Dense Block 2
#Transition Layer 2
#Dense Block 3
#Transition Layer 3
#Dense Block 4
#글로벌 평균 풀링 (Global Average Pooling)
#완전연결층 (Fully Connected Layer) → Softmax 출력