了解DenseNet的实施

Question

我是Python和pyTorch的新手。 DenseNet架构（https://arxiv.org/abs/1608.06993）如图所示。在这种架构中，第i层的特征可以作为所有先前层的特征的函数给出，如下所示。

 x(i)= H( [x(1), ..., x(i-1)] ) 

其中[。]是连接运算符。

DenseNet的实施在：https://github.com/pytorch/vision/blob/master/torchvision/models/densenet.py

中给出

我正在努力理解这种实现，特别是在连接不同层的功能的情况下。

   new_features = super(_DenseLayer, self).forward(x)