最終更新日:2026年9月23日
gk neural_network cnn
まず結論
EfficientNetは、CNNを大きくするときに、
- 深さ(depth)
- 幅(width)
- 入力解像度(resolution)
をまとめてバランスよく拡張するCompound Scalingを提案したモデルです。
G検定では、3要素を同時に調整することが最大の判断軸です。
直感的な説明
CNNを高性能化する方法には、
- 層を増やす
- チャネル数を増やす
- 入力画像を大きくする
などがあります。
EfficientNetでは、どれか1つだけを増やすのではなく、
3つを一定の比率で一緒にスケールする
考え方を使います。
定義・仕組み
EfficientNetでは、ベースとなるEfficientNet-B0を作り、Compound Scalingを使ってB1、B2…へ拡張します。
Compound Scaling
計算資源を増やすときに、
- depth
- width
- resolution
をあらかじめ決めた係数に従って同時に増やします。
重要なのは、
EfficientNet=単に深いCNN
ではないことです。
原論文ではB0の設計にNeural Architecture Searchも利用されています。
いつ使う?(得意・不得意)
EfficientNetは画像分類を中心に提案され、効率のよい画像特徴抽出器として他タスクにも利用できます。
ただし、
ResNet=深さだけ
WideResNet=幅だけ
EfficientNet=3つ
という比較は、試験用の直感としては使えても、各モデルの設計全体を完全に表すものではありません。
G検定ではCompound ScalingというEfficientNet固有の考え方を見つけることを優先します。
G検定ひっかけポイント
EfficientNetの特徴
❌ 入力解像度だけを上げる
❌ ネットワークの深さだけを増やす
⭕ 深さ・幅・解像度をまとめてスケール
時系列モデル?
❌ RNNやTransformer系の系列モデル
⭕ 画像認識向けCNNとして提案されたモデル
B0〜B7
❌ 別々の無関係なモデル
⭕ B0を基準にスケーリングしたモデル群
まとめ(試験直前用)
- EfficientNet=Compound Scaling
- depth・width・resolution
- 3つをバランスよく拡張
- B0を基準にモデル群を構成
- CNN系画像モデル
- 「何を同時にスケールするか」で切る