【图像分类】【深度学习】【轻量级网络】【Pytorch版本】ShuffleNet_V1模型算法详解文章目录【图像分类】【深度学习】【轻量级网络】【Pytorch版本】ShuffleNet_V1模型算法详解前言

参考资料：『高性能模型』轻量级网络ShuffleNet_v1及v2ShuffleNet_v2的网络结构：ShuffleNet_v2的基本单元（图中的c和d，a和b则是ShuffleNet_v1的基本单元

文章目录前言代码实现调用方式前言本文基于chainer实现ShuffleNet_V1网络结构，并基于torch的结构方式构建chainer版的，并计算ShuffleNet_V1的参数量。

文章目录1前言2两大创新点2.1pointwisegroupconvolution2.2channelshuffle3ShuffleNetUnit4ShuffleNet网络结构   开始之前首先学习一个单词热热身：   shuffle英[ˈʃʌfl]   v.拖着脚走;(笨拙或尴尬地)把脚动来动去;坐立不安;洗(牌);   n.拖着脚走;洗牌;曳步舞;1前言论文链接：https://arxiv.o

目录一、前言二、网络结构及原理（一）GroupConvolution（二）ChannelShuffle（三）block（四）网络结构三、代码四、参数量五、训练结果六、完整代码一、前言shuffleNet_v1

推荐一下看到的比较好的文章：『高性能模型』轻量级网络ShuffleNet_v1及v2：https://www.cnblogs.com/hellcat/p/10318630.htmlCNN模型之ShuffleNet