エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
Depthwise Separable Convolutionについて分かりやすく解説!
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Depthwise Separable Convolutionについて分かりやすく解説!
畳み込み層の計算コストを大幅に軽減することができる理想的な畳み込み手法があると言われたら何が思い... 畳み込み層の計算コストを大幅に軽減することができる理想的な畳み込み手法があると言われたら何が思い浮かびますか? 色々な解決手法が提案されていますが、今回は、その中でもMobileNetと呼ばれる畳み込みニューラルネットワークで使用されているDepthwise Separable Convolutionについて説明します。 MobileNetとはスマートフォンなどの計算資源の小さいマシンで使うことを想定し、計算コストが小さくなるように設計された畳み込みニューラルネットワークです。従来の畳み込みニューラルネットワークで使用される畳み込み層は計算コストが高いため高性能なGPUを積んだマシンでしか現実的な時間内で利用することはできませんでした。そこで、畳み込み層の性能を極力落とさずに計算コストを改善しようとして提案された畳み込み手法の1つが今回説明するDepthwise Separable Con