27天
本节学习了ShuffleNet图像分类
ShuffleNetV1是旷视科技提出的一种计算高效的CNN模型，和MobileNet, SqueezeNet等一样主要应用在移动端，模型的设计目标就是利用有限的计算资源来达到最好的模型精度。设计核心是引入了两种操作：Pointwise Group Convolution和Channel Shuffle，这在保持精度的同时大大降低了模型的计算量。因此，ShuffleNetV1和MobileNet类似，都是通过设计更高效的网络结构来实现模型的压缩和加速
实例步骤：
1.Pointwise Group Convolution
2.Channel Shuffle
3.ShuffleNet模块
4.构建ShuffleNet网络
5.模型训练和评估
5.1训练集准备与加载
5.2模型训练
5.3模型评估
6.模型预测
