改进Shufflenetv2网络结构_shufflenet v2改进

本章讲减少网络层数和代码修改
改进方法参考一些学术论文，自己完成复现

1.网络层数变化
原有的网络层数是167层，可根据自己的需求减少层数，实现快速且高精度。

上图的repeat是堆叠次数，stage2、3、4的第二个残差块都有重复堆叠
所以可以减少次数降低层数。

2.代码修改
（1）以shufflenetv2_0.5为例，找到对应的torchvision包，models文件夹里

（2）
找到shufflenetv2类

（3）
这个类中原来的部分代码是这个

        stage_names = ['stage{}'.format(i) for i in [2, 3, 4]]
                # stage_names = ['stage2']
        for name, repeats, output_channels in zip(
                stage_names, stages_repeats, self._stage_out_channels[1:]):
            seq = [inverted_residual(input_channels, output_channels, 2)]
            for i in range
1
2
3
4
5