Involution: Inverting the Inherence of Convolution for Visual RecognitionをEfficientNetで試してみた 畳み込み演算の解析 まず、畳み込み演算について説明します。 高さHHH、幅WWW、 チャンネル数CiC_iCiの特徴マップをX∈RH×W×Ci\mathbf{X} \in \mathbb{R}^{H×W×C_i}X∈RH×W×Ciとし、各ピクセルでは、Xi,j∈RCi\mathbf{X}_{i,j} \in \mathbb{R}^{C_i}Xi,j∈RCiとします。また、K×KK×KK×Kのカーネルを持つC0C_0C0個の畳み込みフィルターを、Fk∈RCi×K×K,k=1,2,⋯ ,C0\mathcal{F}_k \in \mathbb{R}^{C_i × K × K}, k=1, 2, \cdo
![Involution: Inverting the Inherence of Convolution for Visual RecognitionをEfficientNetで試してみた](https://cdn-ak-scissors.b.st-hatena.com/image/square/7ac8f1012ea6e8f2cb4dbb26c6e73a6988ceb69b/height=288;version=1;width=512/https%3A%2F%2Ftech.fusic.co.jp%2Fog%2Fposts%2F2021-03-25-ml-involutoin-efficient-net.png)