Depthwise Separable Convolution

問題

Depthwise Separable Convolution について、以下の記述のうち誤りを1つ選べ。

Depthwise Separable Convolution（深さ方向に分離可能な畳み込み）は、スマートフォンなどの計算資源が限られた環境向けに開発された「MobileNet」などで使われる、計算量とパラメータ数を劇的に削減する手法です。

通常の畳み込みが「空間方向（縦横）」と「チャンネル方向（RGBなど）」の特徴を一度にまとめて計算するのに対し、これを「空間方向のみの畳み込み（Depthwise）」と「チャンネル方向のみの畳み込み（Pointwise：1×1畳み込み）」の2段階に分離することで、計算コストを大幅に落としています。

1. Depthwise Separable Convolutionは計算量を削減できる。

正しい：計算の複雑さを通常の畳み込みの約1/8〜1/9程度に抑えることができるため、エッジデバイス向けの軽量化に極めて有効です。

2. Depthwise Convolutionは各チャンネルごとに独立して畳み込みを行う。

正しい：第1段階であるDepthwise Convolutionでは、入力の各チャンネル（R、G、Bなど）ごとに別々のフィルタを適用し、空間的な特徴だけを抽出します。

3. Pointwise Convolutionは1×1の畳み込みでチャンネル方向の結合を行う。

正しい：第2段階であるPointwise Convolutionでは、1×1のフィルタを用いて、抽出された各チャンネルの情報を横断的に結びつけ（統合し）ます。

4. Depthwise Separable Convolutionは通常の畳み込みよりパラメータ数が増える。

誤り：空間とチャンネルの計算を分離することで、掛け算の組み合わせが大きく減るため、パラメータ数と計算量は通常の畳み込みよりも「大幅に減少」します。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ