AI資格 模擬試験

G検定 模擬試験 第6回 問57・ディープラーニングの要素技術(畳み込み層)

深さ方向分離畳み込みのパラメータ数

入力16チャンネル、出力32チャンネル、カーネル3×3の畳み込みを、深さ方向(depthwise)の3×3の畳み込みと、1×1(pointwise)の畳み込みに分けたとき、パラメータ数(バイアスは無視)の比較として、最も適切なものを1つ選べ。

  1. A

    通常の畳み込みは 656、分離したものは 4,608 で、増える。

  2. B

    どちらも 4,608 で、変わらない。

  3. C

    通常の畳み込みは 144、分離したものは 512 である。

  4. D

    通常の畳み込みは 4,608、分離したものは 656(144+512)で、約7分の1になる。

正解と解説を見る

正解:D

通常の畳み込みは 3×3×16×32 = 4,608。分離した場合は、depthwise が 3×3×16 = 144、pointwise が 1×1×16×32 = 512 で、合計 656。

深さ方向分離畳み込み:チャネルごとの空間の畳み込み(depthwise)と、1×1でチャネルを混ぜる畳み込み(pointwise)に分けて、計算量とパラメータを減らす。
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

学習のポイント:パラメータと計算量が減る代わりに、表現力が少し下がることがある。

この問題を演習で解く →

問題一覧へ

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。