Atrous depth-wise separable convolution

FSA·2023년 10월 13일
0

딥러닝 기초

목록 보기
5/38

  • weight 수 (메모리)
    • 후자가 더 적다. (메모리 사용량 감소)
    • 3*3*3*6 > 3*3*3 + 1*1*1*6
  • 계산량 (GPU 사용량)
    • 3*3*6* (7*4) <3*3*3 * (7*4) + 3*6* (9*6)
    • 후자가 더 많다. (GPU 사용량 증가)
    • 다만, 이것은 매번 그런것은 아니고, stride를 어떻게 설정하느냐에 따라 또 달라질듯하다.

Depthwise Separable Convolution

  • depthwise convolution 왜 쓰는데?
    • 일반 convolution이 비해 weight 수 적음 (메모리 감소)
    • 채널 correlation 을 피할 수 있다. (RGB 채널을 예로 들면, R채널만의 공간적 특징을 추출할 수 있다.)
  • Depthwise separable convolution 왜 쓰는데?
    • 일반 convolution과 거의 똑같은 결과를 내지만, weight 수(메모리 감소)가 더 적다.

Atrous depthwise Separable Convolution

Atrous Convolution 왜 쓰는가?

profile
모든 의사 결정 과정을 지나칠 정도로 모두 기록하고, 나중에 스스로 피드백 하는 것

0개의 댓글