Các kết cấu có thể phân tách theo chiều sâu
Các phép tích chập có thể phân tách theo chiều sâu sẽ phân tích tích chập tiêu chuẩn thành hai bước rẻ hơn, giảm số lượng phép nhân và tham số.
Tổng quan
They are the trick that lets neural networks run on phones and edge devices without melting the battery.
Lặn sâu
Tích chập tiêu chuẩn kết hợp thông tin trên cả không gian và kênh trong một hoạt động dày đặc duy nhất, điều này rất tốn kém. Một tích chập có thể phân tách theo chiều sâu chia nó thành hai giai đoạn. Đầu tiên, bước theo chiều sâu áp dụng một bộ lọc nhỏ cho mỗi kênh đầu vào một cách độc lập, ghi lại các mẫu không gian trong mỗi kênh nhưng không bao giờ trộn lẫn các kênh. Thứ hai, bước theo chiều điểm sử dụng tích chập 1x1 để kết hợp các kênh tại mỗi pixel, trộn thông tin kênh mà không cần nhìn vào các kênh lân cận. Bằng cách tách bộ lọc không gian khỏi việc trộn kênh, tổng số lần tính toán giảm đáng kể, thường từ 8 đến 9 lần đối với bộ lọc 3x3, chỉ mất một chút độ chính xác. Hệ số hóa này là xương sống của MobileNet và Xception.
Hiểu biết kỹ thuật
Để ánh xạ hạt nhân 3x3 M kênh đầu vào tới N đầu ra trên bản đồ đặc trưng, tích chập tiêu chuẩn có giá khoảng 9 lần M nhân N phép cộng trên mỗi vị trí. Phiên bản có thể tách rời có giá 9 lần M cho phần theo chiều sâu cộng với M lần N cho phần theo chiều sâu 1x1. Tỷ lệ này là khoảng 1/N + 1/9, do đó, đối với N lớn, mức tiết kiệm sẽ tiếp cận hệ số không gian 1/9.
Tác động chiến lược
Chi phí và ngân sách
Các quyết định về kiến trúc sẽ thúc đẩy hiệu suất và chi phí vận hành trong nhiều năm.
Quyết định rõ ràng hơn
Giáo dục kỹ thuật giúp các nhóm chọn nhóm phù hợp chứ không chỉ nhóm mới nhất.
Kiểm soát chất lượng
Lựa chọn kỹ thuật tốt hơn làm giảm sự cố về độ tin cậy trong sản xuất.
Tương lai của các kết cấu có thể phân tách theo chiều sâu
Các tích chập có thể phân tách theo chiều sâu vẫn là một yếu tố chính của các mô hình thị giác hiệu quả và ngày càng xuất hiện trong các thiết kế máy biến áp CNN lai như khối MobileViT và ConvNeXt. Khi AI trên thiết bị phát triển, các trình tăng tốc phần cứng đang bổ sung thêm khả năng hỗ trợ riêng cho các hoạt động theo chiều sâu. Mong đợi việc tiếp tục sử dụng trong tầm nhìn thời gian thực, cảm biến có thể đeo và bất kỳ cài đặt nào có độ trễ, bộ nhớ và ngân sách năng lượng eo hẹp, thường được kết hợp với lượng tử hóa và tìm kiếm kiến trúc thần kinh.
Triển khai trong thế giới thực
MobileNet và MobileNetV2 sử dụng chúng để chạy phân loại hình ảnh trực tiếp trên điện thoại thông minh với độ trễ tối thiểu
Phân đoạn chân dung theo thời gian thực và làm mờ nền trong các ứng dụng gọi điện video dựa vào các khung có thể phân tách nhẹ
Phát hiện đối tượng trên thiết bị trong camera an ninh và máy bay không người lái, nơi nguồn điện và khả năng tính toán bị hạn chế
Xception áp dụng chúng trên quy mô lớn để nâng cao độ chính xác của ImageNet trong khi kiểm soát số lượng tham số
Rủi ro & lan can
Tối ưu hóa một điểm chuẩn có thể che giấu những điểm yếu của hệ thống rộng hơn.
Chi phí cơ sở hạ tầng và bảo trì thường được đánh giá thấp.
Khoảng cách về bảo mật và khả năng quan sát có thể tăng lên khi hệ thống trở nên phức tạp hơn.
Lộ trình thực hiện
Xác định các mục tiêu về độ trễ, chất lượng và chi phí trước khi triển khai.
Điểm chuẩn trong điều kiện tải và dữ liệu thực tế.
Giám sát thiết bị về lỗi, độ lệch và tác động của người dùng.
Chuẩn bị đường dẫn khôi phục và ứng phó sự cố trước khi mở rộng quy mô.
Tiếp tục khám phá
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Depthwise Separable Convolutions quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Hướng dẫn tiếp theo
các kết cấu biến dạng
Câu hỏi thường gặp
What is Depthwise Separable Convolutions?
Các phép tích chập có thể phân tách theo chiều sâu sẽ phân tích tích chập tiêu chuẩn thành hai bước rẻ hơn, giảm số lượng phép nhân và tham số. Chúng là thủ thuật cho phép mạng lưới thần kinh chạy trên điện thoại và các thiết bị biên mà không làm hao pin.
Hai bước mà tích chập có thể phân tách theo chiều sâu chia tích chập tiêu chuẩn thành gì?
Bước theo chiều sâu sẽ tự lọc từng kênh theo không gian và bước 1x1 theo điểm sau đó kết hợp thông tin trên các kênh.
Trong bước đi sâu, các kênh đầu vào được xử lý như thế nào?
Tích chập theo chiều sâu áp dụng một bộ lọc không gian riêng biệt cho từng kênh đầu vào mà không trộn lẫn các kênh, điều này khiến nó trở nên rẻ tiền.
Tích chập có thể phân tách theo chiều sâu 3x3 có thể giảm tính toán khoảng bao nhiêu so với tích chập 3x3 tiêu chuẩn có nhiều kênh đầu ra?
Đối với hạt nhân 3x3, tỷ lệ tiết kiệm đạt tới 1/9 khi số lượng kênh đầu ra lớn, cho phép thực hiện ít thao tác hơn khoảng 8 đến 9 lần.
Vai trò của tích chập từng điểm (1x1) trong thiết kế này là gì?
Tích chập theo điểm 1x1 trộn các kênh ở mỗi pixel, điều mà bước sâu có chủ ý tránh thực hiện.
Kiến trúc nổi tiếng nào đã phổ biến các tích chập có thể phân tách theo chiều sâu cho thiết bị di động?
MobileNet được xây dựng dựa trên các cấu trúc tích chập có thể phân tách theo chiều sâu, đặc biệt để cho phép suy luận hiệu quả trên điện thoại.