Pooling・Stride・Dilated Convolution の違いは関連概念を切り分けるための考え方です。この記事では仕組み・役割・使いどころを押さえ、G検定で問われる判断ポイントとひっかけポイントを解説します。

gk neural_network cnn cheatsheet

G検定トップ ＞ Pooling・Stride・Dilated Convolution の違い

まず結論

  • Pooling：サイズを小さくして情報を要約する
  • Stride：畳み込みの移動間隔を広げてサイズを小さくする
  • Dilated Convolution：サイズを保ったまま受容野を広げる

👉 「サイズがどうなるか」 が最重要。

直感的な説明

一言イメージ

  • Pooling
    → 間引いて圧縮
  • Stride
    → 飛ばしながら進む
  • Dilation
    → 手を広げて見る

定義・仕組み

Pooling（Max Poolingなど）

  • 一定領域の代表値を取る
  • 情報を要約
  • 空間サイズが小さくなる

Stride

  • 畳み込みカーネルの移動幅
  • Stride > 1 にすると
    • 計算量削減
    • 空間サイズが小さくなる

Dilated Convolution（空洞畳み込み）

  • カーネルの間隔を広げる
  • パラメータ数は増えない
  • 空間サイズは変わらない
  • 受容野が広がる

サイズと情報の違い（超重要）

手法 サイズ 受容野 主目的
Pooling 小さくなる 広がるが粗い 圧縮
Stride 小さくなる やや広がる 計算削減
Dilation 変わらない 広がる 文脈理解

いつ使う？（得意・不得意）

Pooling が向く場面

  • 分類タスク
  • 多少の位置ずれを許容したい場合

Stride が向く場面

  • モデルを軽くしたい
  • リアルタイム処理

Dilated Convolution が向く場面

  • セマンティックセグメンテーション
  • 境界情報を保ちたい場合
  • DeepLab 系モデル

G検定ひっかけポイント

❌ よくある誤解

  • ❌ 「Dilationは学習を速くする」
  • ❌ 「StrideとPoolingは同じ」
  • ❌ 「受容野を広げる＝サイズが小さくなる」

✅ 正しい理解

  • サイズを小さくする → Pooling / Stride
  • サイズを保つ → Dilation
  • 広い文脈を取る → Dilation

試験での即断フレーズ

  • 「サイズを小さくしない」
    → Dilated Convolution
  • 「要約・圧縮」
    → Pooling
  • 「計算量削減」
    → Stride

まとめ（試験直前用）

  • Pooling・Stride → サイズが小さくなる
  • Dilation → サイズを保つ
  • Dilationの目的は 受容野拡大
  • 学習速度UPではない

👉 次は ASPP（Atrous Spatial Pyramid Pooling） に進むと理解が完成します。

🔗 関連記事

🏠 G検トップに戻る