深度學習：shufflenet

算法核心爲：分組卷積和通道混合，另外該算法也使用了bottleneck unit結構 分組卷積的意思是：比如輸入通道爲4，輸出爲4，正常卷積情況下輸出的每一個通道爲輸入的所有通道進行卷積的結果，那現在我可以直選擇一部分輸入通道進行卷積得到輸出結果，計算量肯定是降低了，但是必然會損失一部分通道信息，所以就有了通道混合，將不同通道的特徵圖像重新組合再分組卷積得到下一個通道的結果 參考：http://w

>>阅读原文<<