モバイル向けモデルの自動設計｜G検定練習問題 #0209

あるアプリ開発会社が、スマートフォン上で動く画像分類モデルを開発している。人手で構造を試行錯誤する手間を減らしたうえで、実際の端末での推論の速さと精度を両立させたい。この方針として、最も適切なものを1つ選べ。

正解と解説を見る

解説

正解A

ポイント

NASはネットワーク構造そのものを自動で探索する手法で、MnasNetは実機で測った推論時間を探索の目的に含めた点が特徴です。

A

適切 ◯ 正解

MnasNetは、候補のモデルを実際のスマートフォンで動かして推論時間を測り、精度とのバランスを探索の目的に組み込みました。計算量（FLOPS）などの代わりの指標より、端末での実際の速さを正確に反映できます。
B

不適切

EfficientNetのベースのモデル（EfficientNet-B0）は、人手ではなくNASで探索されたものです。また、複合スケーリングでモデルを拡大すると精度は上がりますが、計算量も増えるため、端末での速さを重視する目的には合いません。
C

不適切

Wide ResNetは、浅くする代わりに幅を広げて精度と学習の効率を高めたモデルで、端末向けではありません。畳み込みの計算量はチャネル数に応じて大きく増えるため、軽量化にはつながりません。
D

不適切

VGG16は約1億3,800万個のパラメータをもち、その多くが最後の全結合層に集中しています。小さなフィルタを使っていても全体は重く、端末で動かす用途には向きません。構造も人手で設計されたものです。

NAS、MnasNet、EfficientNetは「構造の自動探索」というつながりで、モバイル向けモデルの場面と結び付けて問われやすい論点です。