本代码实现的是使用一个经典的数据集cifar-10进行分类。该数据集包括60000张32 x 32的彩色图像，其中训练集50000张，测试集10000张。cifar-10一共标注为10类，每一类图片6000张。这10类分别是airplane(飞机)，automobile（汽车），bird（鸟），cat（猫），deer（鹿），dog（狗），frog（青蛙），horse（马），ship（船）和truck（卡车），其中没有任何的重叠情况，即airplane只包括飞机，automobile只包括小型汽车
Densenet-Tensorflow
的Tensorflow实施使用Cifar10，MNIST
实现本文的代码是Densenet.py
略有不同，我使用了AdamOptimizer
如果您想查看原始作者的代码或其他实现，请参考此
要求
Tensorflow 1.x
Python 3.x
tflearn（如果您易于使用全局平均池，则应安装tflearn
However, I implemented it using tf.layers, so don ' t worry
问题
我用了
