2-01　15層目以外のバイアス加算の省略 　SSDはとても複雑なアルゴリズムなので、そのままハードウエア化するとFPGAに入りきらない可能性が大です。したがってPythonの段階で重要度の低い処理は削っていきます。 ●バイアス加算は本当に必要か？ 　畳み込みニューラルネットワークには「バイアス加算」という作業があります（ここに簡単な説明）。ここではバイアス加算が認識に与える影響力を確認していきます。 ●各層のバイアスを０にして結果を確認 　Pythonをリスト2‐01のように変更していきます。畳み込み1層目のバイアスを0、次は2層目のバイアスを0、その次は3層目…と進めていきます。 リスト2‐01　Pythonのバイアス配列を0で埋める ●畳み込みvgg15層目だけ残してバイアスを0にする 　vggと呼ばれる畳み込み層は1〜15、extras層が1〜8、conf層が1〜6、loc層が1〜6と多層ありますが、ほとんどはバイアス０でも認識結果に大差がないことが分かってきます。 　ただしvgg15層目だけは重要なようです。「vgg15層目以外のバイアスを0」にした際の認識結果を図2-01、02に示します。 図2-01 畳み込みvgg15層目だけバイアスを残す（１） 図2-02 畳み込みvgg15層目だけバイアスを残す（２） 　オリジナル（バイアスすべて有効、ここに結果）のスコアと比べても大差ないことが分かります。 ●vgg15層目のバイアスがないと認識率がぐっと落ちる 　ちなみにvgg15層目もバイアス０（すなわち全層のバイアスを0）にすると図2-03、04のように認識できない物体が散見されます。この層だけはバイアスを残すことにします。 図2-03 全層のバイアスを０にする（馬が未認識） 図2-04 全層のバイアスを０にする（人が未認識） 目次へ戻る