Now Loading...

Now Loading...

Depthwise Separable Convolution

Depthwise Separable Convolution

Depth Separable ConvolutionはMobilenetに通常の畳み込み処理の代わりに用いられている畳み込み処理です。

入力画像がN×N×Wに対して、通常の畳み込み処理ではM個のK×K×Wのフィルタを用います。それに対してこの手法ではまず、K×Kのフィルタを用いてチャンネル方向に対して畳み込み処理を行い、その後M個の1×1×Wのフィルタを用いて空間方向に畳み込み処理を行います。これによって計算量が約1/8にまで削減されました。

クイズ

ネットワークの計算コストを考慮した畳み込みであるDepthwise Convolutionがある。これに関して述べたものとして最も適切な選択肢を一つ選べ。
  • 正解を見る
  • 解説を見る
    畳み込みの計算コストを削減するための手法がDepthwise畳み込みとPointwise畳み込みです。前者で空間方向のみに畳み込みを行い、後者でチャンネル方向のみに畳み込みを行います。

人工知能基礎講座を提供中

人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか? 人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。

サンプル動画

人工知能基礎講座はこちら↓ zero to one G検定 人工知能基礎 jdla

AIエンジニアを目指すならE資格

日本ディープラーニング協会の実施するE資格の受験に必要となるE資格認定プログラムを割引価格で提供中です。最短合格を目指す方向けのスピードパッケージを70,000円で提供中。(一発合格で33,000円のキャッシュバックキャンペーンも実施中です) zero to one E資格 jdla

AI初学者・ビジネスパーソン向けのG検定対策講座

G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。 zero to one E資格 jdla

関連ワード

ディープラーニングの手法

畳み込みニューラルネットワーク

深層生成モデル

画像認識分野

音声処理と自然言語処理分野

深層強化学習分野

モデルの解釈性とその対応

モデルの軽量化