Depthwise Separable Convolution
MobileNet で計算量を大きく減らすために使われた畳み込みの方法として、最も適切なものを1つ選べ。
- A
Dilated Convolution
- B
転置畳み込み
- C
全結合層
- D
Depthwise Separable Convolution
正解と解説を見る
正解：D
Depthwise Separable Convolution は、畳み込みを2段階に分けて計算量を減らす方法で、MobileNet で使われた。
| 方式（入力16ch、出力32ch、3×3、バイアスなし） | 重みの数 |
|---|---|
| 通常の畳み込み | 3×3×16×32 = 4,608 |
| depthwise（チャネルごと） | 3×3×16 = 144 |
| pointwise（1×1でチャネルを混ぜる） | 1×1×16×32 = 512 |
| 分離畳み込みの合計 | 144 + 512 = 656 |
- A
誤り。フィルタの間隔を空けて受容野を広げる畳み込み。
- B
誤り。特徴マップを拡大するための畳み込み。
- C
誤り。畳み込みではなく、パラメータが多くなりやすい。
- D
正しい。チャネルごとの畳み込み（Depthwise）と1×1畳み込み（Pointwise）に分けることで、計算量とパラメータを大きく減らす。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会（JDLA）・一般社団法人生成AI活用普及協会（GUGA）の公式サービスではありません。