DenseNet的几个优点：
1、减轻了vanishing-gradient（梯度消失） （每一层都直接连接input和loss，因此就可以减轻梯度消失现象）
2、加强了feature的传递
3、更有效地利用了feature
4、一定程度上较少了参数数量
1）密集连接：
若你有L层，那么就会有L个连接，但是在DenseNet中，会有L(L+1)/2个连接。简单讲，就是每一层的输入来自前面所有层的输出。（这里不同于resnet中的权值和操作，采用了concat操作）
2）
bottleneck layer的提出：也就是每个dense block的3*3卷积前面都包含了一个1*1的卷积操作（降维，减少参数~）+ 密集连接= 减少参数量且通道融合
3）DenseNet-C的提出，新增加了Translation layer，该层的1*1卷积的输出channel默认是输入channel的一半