1*1畳み込みをするとき、チャンネル数はどのように決めますか？

Question

計算量の削減のために11畳み込みをすることを、いろいろなネットワークで見ます。
チャンネル数を任意の物にできてかつ、次元削減、パラメータ減らせるといいことばかりのようですが、チャンネル数が極端に少なくなると特徴が無くなるような気がしました。
11畳み込みをする場合のチャンネル数はどのように指定しているのでしょうか？明確な基準はありますか？

説明が分かりづらいと思うので、例を出します。例えば、以下URLのような場合です。
https://axa.biopapyrus.jp/deep-learning/cnn/1x1_convolution.html

このサイトだと、「入力データ1414480に対して、55のフィルターそのまま畳み込むより、先に11畳み込みしてチャンネル数16にして5*5畳み込みした方がパラメータ減っていいよ」ということを説明してくれてますが、このチャンネル数16にした段階で情報がなくなったり、精度が落ちたりしないのかなと考えました。

回答よろしくお願いします。

Comments

[toast-uz]

https://qiita.com/koshian2/items/031b6a335d0d217e4c4c
において質問者様の疑問領域が非常に詳しく論じられています。結論としては、効率と精度のトレードオフととして、チャンネル数を半分にするのがよいようです。
リンク先の紹介だけですので、回答ではなくコメント欄への記載にしておきます。

[faker]

計算量の考え方や、TensorFlowとPyTorchで大きな差があるなど、かなり勉強になりました。ありがとうございます。bottleneckという単語を知らずに調べていたのでかなり助かりました。ありがとうございました。

Answer 1

https://qiita.com/koshian2/items/031b6a335d0d217e4c4c