本論文では、効率的な組み込み計算のための新しいネットワーク設計手法を提案します。限られた計算パターンに着想を得て、既存の方法である総グループ数を固定する代わりに、グループ畳み込みにおけるチャンネル数を固定することを提唱します。当該手法に基づくネットワーク、可変グループ畳み込みネットワーク（Variable Group Convolutional Network: VarGNet）は、層間でより統一された計算スキームを持つため、ハードウェア側での最適化が容易になります。分類、検出、ピクセル単位の解析、顔認識など様々な視覚タスクに対する広範な実験により、私たちのVarGNetの実用的な価値が示されています。