問題 No.2719
畳み込みニューラルネットワーク（CNN）において、フィルターの重み同士の間に空隙（ゼロ）を挿入することでカーネルを拡大し、パラメータ数を増大させることなく受容野を拡張する手法の名称はどれか。
【正解の解説】
Atrous Convolution
これは網の目を粗くして広範囲をすくい上げる「目の粗い大型の網」のようなものです。通常の畳み込みだと視野を広げるためにフィルターを大きくしたり層を重ねたりしてパラメータが爆発してしまいますが、隙間（穴）を空けることで、細かい計算コストのまま一気に広い範囲（受容野）を見渡すことができる画期的な仕組みです。
スポンサーリンク
【その他の選択肢の解説】
Depthwise Convolution
Atrous Convolutionが「フィルターの目を粗くして視野を広げる」ものであるのに対し、Depthwise Convolutionは「チャンネルごとの計算を完全に独立させる」ことで計算量を劇的に減らすMobileNetなどの技術で使われる手法であり、目的が全く異なります。
Transposed Convolution
Atrous Convolutionがパラメータを増やさずに受容野を広げるアプローチであるのに対し、Transposed Convolutionは画像生成AIやセグメンテーションなどで解像度をアップサンプリングするために使われます。出力サイズを大きくする点が決定的な違いです。
Pointwise Convolution
空間的な広がりを持つAtrous Convolutionとは異なり、Pointwise Convolutionは空間サイズを変えずにチャンネル間の相関関係だけを学習します。主にネットワークの次元削減や特徴量の再結合のために用いられる別物です。