Depthwise Separable Convolution

Depthwise Separable Convolutionは、畳み込み演算を空間方向とチャネル方向に分離することで、計算量を大幅に削減する手法です。標準的な畳み込みに比べて、パラメータ数や計算コストを劇的に減らしながら同等の性能を維持できるため、軽量モデルの構築に欠かせません。

具体的には、入力データの各チャネルごとにフィルタを適用するDepthwise Convolutionと、その結果をチャネル方向に統合するPointwise Convolutionの2段階に分けて計算します。これにより、従来の畳み込みよりも効率的な計算が可能になります。

G検定では、MobileNetなどの軽量化モデルの主要構成要素として問われます。計算量を削減する仕組みとして、通常の畳み込みとの違いを理解し、なぜこの手法がエッジデバイスやスマートフォン向けの軽量モデルで採用されるのかという理由を押さえておくことが重要です。