这期博客咱们来学习一下Shufflenet系列轻量级卷积神经网络，Shufflenet v1 、Shufflenet v2。

首先学习一下，Shufflenet v1网络：

论文下载链接：

Shufflene系列轻量级卷积神经网络由旷世提出，也是非常有趣的轻量级卷积神经网络，它提出了通道混合的概念，改善了分组卷积存在的问题，加强各组卷积之间的特征交互和信息交流，在改善模型的特征提取方式的同时，增强特征提取的全面性，如下图所示：

 当然上面说的很抽象，图像也很抽象，具体的实现过程如下图所示：

        其他的网络都是用分组卷积来进行特征提取，但是这样各类组别之间的特征没有交互，增大了计算量，shufflenet通过对channel shuffle，将各组之间提取的特征进行交互，减少计算量，同时使用深度可分离卷积，减轻模型体量的同时，增强模型的鲁棒性和抗干扰性。具体的网络参数如下图所示