轻量级网络之ShuffleNet

论文：ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Device

论文链接：https://arxiv.org/abs/1707.01083

代码：

• Caffe

算法详解：

ShuffleNet是Face++提出的一种针对移动设备的轻量级网络，专注于设计更好的模型，直接提高性能，而不是加速或转换现有模型。这篇文章可以和ResNet，以及同是轻量级网络的SqueezeNet， Xception和MobileNet对照着看，因为有类似的思想。

ResNet网络用残差来构成一个极深的深度神经网络，并使用bottleneck（用多个小卷积替代一个大卷积），以减少计算和参数量；SqueezeNet网络基本单元采用了模块化卷积，即Fire module（包括1x1卷积核的squeeze层，以及混合使用1x1和3x3卷积核的expand层）；Xception是google继Inception后提出的对Inception v3的一种改进，主要采用depthwise separable convolution来替换原来In