Open sanoyo opened 5 years ago
畳み込み層の構成を工夫することで計算量とパラメータの数を削減することがモチベーション。
仮設としては、クロスチャネル相関と空間相関を分解してあげることで、プロセスをより簡単で効率的にすることがある。
論文では、チャネル方向の畳み込み (pointwise convolution) と空間方向の畳み込み (depthwise separable convolution) に分けることで精度が向上した。
論文での検証結果は、下記のとおり。
https://arxiv.org/pdf/1610.02357.pdf
decoupled:切り離された
https://qiita.com/yu4u/items/34cd33b944d8bdca142d#fn1
要約
畳み込み層の構成を工夫することで計算量とパラメータの数を削減することがモチベーション。
仮設としては、クロスチャネル相関と空間相関を分解してあげることで、プロセスをより簡単で効率的にすることがある。
論文では、チャネル方向の畳み込み (pointwise convolution) と空間方向の畳み込み (depthwise separable convolution) に分けることで精度が向上した。
論文での検証結果は、下記のとおり。![image](https://user-images.githubusercontent.com/24674237/48969043-e6294080-f03b-11e8-9576-ec2fb3622118.png)
論文リンク
https://arxiv.org/pdf/1610.02357.pdf
わからなかった単語
decoupled:切り離された
参考となった記事
https://qiita.com/yu4u/items/34cd33b944d8bdca142d#fn1