(sepCNN) شبکه عصبی کانولوشنال تفکیک‌پذیر

Depthwise Separable Convolutional Neural Network (sepcnn)

تعریف

یک معماری شبکه‌ی عصبی کانولوشنال مبتنی بر Inception است که ماژول‌های آن با کانولوشن کانال‌های تفکیک‌پذیر جایگزین می‌شوند. همچنین به عنوان Xception شناخته می‌شود.

کانولوشن کانال‌های تفکیک‌پذیر یک نتیجه‌گیری ۳ بعدی استاندارد را به دو عمل جابجایی جداگانه تبدیل می‌کند که از نظر محاسباتی کارآمد‌تر هستند: اول یک کانولوشن عمیق با عمق 1 (n * n * 1) و سپس یک کانولوشن نقطه‌ای با طول و عرض 1 (1 * 1 * n).

برای کسب اطلاعات بیشتر ، به Xception: Deep Learning with Depthwise Separable Convolutions مراجعه کنید.