¿Por qué casi dejaron de usar grandes convoluciones 9x9, 7x7, 5x5?

Los grandes convoluciones (por ejemplo, 9x9, 7x7, 5x5) han dejado de usarse prácticamente por varias razones:

• Alto costo computacional: los filtros grandes requieren muchas más operaciones, lo que ralentiza el entrenamiento y la inferencia.
• Pérdida de información local: los núcleos grandes abarcan un área demasiado grande, lo que puede llevar a difuminar características locales importantes.
• Eficiencia de las convoluciones pequeñas: usar varias convoluciones secuenciales con núcleos pequeños (por ejemplo, 3x3) permite a los modelos capturar el mismo campo receptivo, pero con menos costos y mayor no linealidad.

Por ejemplo, la arquitectura VGGNet usa varias convoluciones 3x3 en serie en lugar de una grande, lo que mejora la calidad y eficiencia.